KOMISI PENANGGULANGAN AIDS

BA

DA

KOMISI PENANGGULANGAN AIDS

A

K

T

I

HU

S

LAPORAN

NASIONAL

BA

DA


A

K

T

I

HU

S

LAPORAN

NASIONAL

KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006

KATA PENGANTAR Peningkatan epidemi yang signifikan telah terjadi di Indonesia sejak 5 tahun terakhir ini dimana penularan utama terjadi pada kelompok Pengguna Napza Suntik dan pada kelompok yang melakukan hubungan seksual berisiko. Meski respons yang telah dilaksanakan meningkat namun masih kalah cepat dengan kecepatan peningkatan epidemi yang terjadi. Seperti kita tahu bahwa Departemen Kesehatan melalui Ditjen PP & PL, seperti dalam UU No. 22 Tahun 2002 bahwa tanggung jawab Surveilans ada pada Ditjen PP & PL. Melalui surveilans yang baik kita akan mampu melakukan pengamatan suatu penyakit, menilai kecenderungan dan dapat menggunakan data untuk perencanaan, evaluasi dan estimasi populasi terinfeksi HIV dan populasi rawan tertular HIV. Sebagai salah satu fungsi dari pelaksanaan surveilans, estimasi populasi rawan tertular HIV dan terinfeksi HIV telah dilakukan oleh Departemen Kesehatan yang didukung oleh partner terkait. Departemen Kesehatan telah beberapa kali melakukan estimasi populasi rawan dan jumlah orang terinfeksi HIV. Pada tahun estimasi 2002 dilakukan dan merupakan sebagai estimasi yang dikategorikan best practice oleh para ahli epidemiologi dimana setiap keputusan dan asumsi yang dilakukan dicatat dengan jelas. Selanjutnya pada tahun 2004, Departemen Kesehatan mencoba lagi melakukan estimasi dengan pendekatan propinsi dimana estimasi dilakukan di tingkat propinsi. Pendekatan ini digunakan karena kita bisa mendapatkan informasi yang relatif mendekati pada hal yang sebenarnya. Selain itu, hasil yang diperoleh adalah data pada tingkat kabupaten/kota. Namun sayang mengingat keterbatasan sumber daya estimasi tersebut hanya bisa kita lakukan di 14 propinsi sedangkan sisa propinsi yang ada dilakukan estimasi di tingkat Pusat dengan asupan data dari propinsi. Pada tahun 2006, dilakukan pendekatan yang agak berbeda dengan tahun 2004 yaitu dengan menghimpun data dari kabupaten/kota seluruh Indonesia. Data yang terkumpul tersebut diolah sedemikian rupa dengan pendekatan kabupaten/kota. Hasil sementara kemudian disosialisasikan kepada pihak terkait untuk memperoleh tanggapan dan masukan. Selanjutnya proses finalisasi dilakukan setelah masukan dan tanggapan diperoleh. Setelah melalui serangkaian diskusi dilakukan untuk mendapatkan hasil yang menjadi milik kita bersama, harapan kami hasil estimasi tahun 2006 ini dapat digunakan sebagai dasar dalam kita melakukan upaya penanggulangan HIV dan AIDS di Indonesia. Tak lupa pula kami menyampaikan ucapan terima kasih yang sedalam – dalamnya kepada semua pihak yang terlibat dalam proses estimasi ini, mudah – mudahan kerja keras kita dapat berguna menyelamatkan hajat hidup orang banyak dalam lingkup Program Penanggulangan HIV dan AIDS Jakarta, 23 Nopember 2006 Dirjen PP & PL, Depkes

Dr. I. Nyoman Kandun, MPH

LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006

i

SAMBUTAN MENTERI KESEHATAN RI Departemen Kesehatan sebagai lembaga yang membawahi masalah-masalah bidang kesehatan mempunyai salah satu tugas dan fungsi untuk menyediakan informasi yang akurat bagi semua pihak di bidang kesehatan termasuk informasi HIV dan AIDS. Salah satu metode dari upaya memperoleh informasi tersebut, Departemen Kesehatan telah memasukkan Program Estimasi sebagai bagian dari Surveilans HIV Nasional. Dimana pelaksanaannya dilakukan secara periodik paling tidak sekali dalam dua tahun. Tentunya dukungan dari semua pihak dalam penyediaan data yang dibutuhan untuk program estimasi yang akan datang tetap dibutuhkan sehingga hasil estimasi yang akan datang lebih valid, akurat, dan dapat dimiliki oleh semua. Penyelenggaraan estimasi ini menandakan suatu upaya yang terintegrasi dari pencegahan dan penanggulangan dari semua pihak yang terlibat. Hasil proses estimasi ini tentunya merupakan milik kita bersama. Informasi dan data yang kita peroleh tentunya sangat berguna untuk melakukan advokasi pada para pemimpin, baik eksekutif, legislatif dan informal seperti pemimpin agama. Kita juga dapat mengembangkan program pencegahan dan penanggulangan HIV dan AIDS dengan mengacu pada data tersedia hingga pada tingkat kabupaten/kota. Pada kesempatan ini saya menyampaikan penghargaan dan terima kasih untuk semua pihak yang terlibat dalam proses estimasi, baik dari sektor kesehatan maupun sektor non-kesehatan, dari tingkat Kabupaten/Kota, Propinsi dan Pusat. Selain itu saya juga berharap agar hasil estimasi ini menjadikan kita lebih bersemangat untuk melakukan upaya pencegahan dan penanggulangan HIV dan AIDS untuk kita dapat menekan laju epidemi di masyarakat kita.

Jakarta, November 2006 Menteri Kesehatan RI

DR. Dr. Siti Fadilah Supari, SPJP(K)


iii

DAFTAR ISI KATA PENGANTAR .......................................................................................................................................................................................... i I.

PENDAHULUAN .................................................................................................................................................................................. 1 I.1. Latar Belakang .......................................................................................................................................................................... 1 I.2. Tujuan Estimasi ........................................................................................................................................................................ 2 I.3. Pengumpulan Data ............................................................................................................................................................... 2 I.4. Proses Estimasi ......................................................................................................................................................................... 2 I.5. Pelaksana Estimasi ................................................................................................................................................................. 3 I.6. Hambatan Proses Estimasi ................................................................................................................................................ 4

II.

METODOLOGI ....................................................................................................................................................................................... 5 II.1. Metodologi Umum Estimasi ........................................................................................................................................... 5 II.2. Faktor pengali ........................................................................................................................................................................... 6 II.3. Penggunaan Rasio ................................................................................................................................................................. 7 II.4. Penggunaan indeks risiko ................................................................................................................................................. 7 II.5. Pemilihan Sub Populasi Berisiko Tinggi .................................................................................................................... 7 II.6. Menghindari Perhitungan Ganda ................................................................................................................................ 8

III.

SUB-POPULASI YANG DIESTIMASI ....................................................................................................................................... 9 III.1. Pengguna Napza Suntik dan PasanganTetapnya ............................................................................................... 9 III.2. Wanita Penjaja Seks, Pelanggan dan Pasangan Pelanggan WPS ........................................................... 12 III.3. Waria Penjaja Seks, Pelanggan Waria dan Laki-laki yang Berhubungan Seks dengan Laki-laki ...................................................................................................................................................................................... 18 III.4. Warga Binaan Pemasyarakatan ................................................................................................................................... 22 III.5. Populasi Umum Tanah Papua ...................................................................................................................................... 23

IV.

HASIL ESTIMASI ............................................................................................................................................................................... 25

V.

REKOMENDASI ................................................................................................................................................................................. 27

Tabel-tabel ...................................................................................................................................................................................................... 29 Pemodelan Matematik Tren Epidemi HIV-AIDS Indonesia sampai 2020 ...................................................... 39


v

I I.1.

PENDAHULUAN

Latar Belakang

Indonesia merupakan negara yang sangat luas dengan beragam latar belakang. Pelaksanaan otonomi daerah yang tengah dilaksanakan diharapkan dapat memenuhi berbagai kebutuhan semua populasi pada setiap wilayah geografis. Kendati demikian, UU Otonomi Daerah No. 22 tahun 2000 menyatakan bahwa beberapa fungsi pemerintahan tertentu, seperti kebijakan keuangan, urusan luar negeri dan kebijakan pertahanan, tidak dapat didesentralisasikan. Penanggulangan kesehatan masyarakat, termasuk penyakit menular seperti misalnya HIV, adalah salah satu fungsi yang tetap menjadi tanggungjawab pemerintah pusat, dibawah Departemen Kesehatan. Departemen Kesehatan memiliki tanggung jawab untuk memastikan informasi tentang penyakit menular memiliki kualitas tinggi. Di hampir seluruh wilayah Indonesia, sebagaimana halnya di negara-negara di luar Afrika, infeksi HIV tetap terkonsentrasi di antara orang-orang yang terkait dengan kegiatan berisiko tinggi termasuk pasangan seks tetapnya. Pengguna Napza suntik (Penasun), waria, wanita dan pria penjaja seks serta pelanggan mereka, dan pria yang berhubungan seks dengan pria lain juga mempunyai risiko tinggi terinfeksi HIV. Sistem surveilans sentinel HIV dapat memberikan informasi tentang proporsi yang sudah terinfeksi HIV dari sebagian besar sub-populasi tersebut. Namun demikian, untuk mengetahui berapa banyak orang yang termasuk dalam sub populasi tersebut secara tepat tidak mungkin dilakukan. Selain itu untuk memperkirakan berapa orang di antara yang berperilaku risiko tinggi dan sudah terinfeksi HIV juga tidak mudah sehingga sulit untuk mengetahui berapa orang yang memerlukan pelayanan untuk pencegahan seperti berapa orang yang perlu penapisan dan pengobatan IMS atau jarum suntik steril. Perlunya data yang akurat mengenai estimasi populasi rawan terinfeksi HIV dan estimasi Orang Dengan HIV dan AIDS (ODHA) merupakan kebutuhan yang mendesak. Kebutuhan akan data tersebut dipicu karena adanya keinginan untuk mengetahui seberapa besar masalah epidemi HIV dan AIDS di Indonesia dan sebarannya sampai dengan tingkat kabupaten/kota. Dengan mengetahui besar masalah HIV dan AIDS tersebut maka pemerintah disemua tingkat dapat secara proporsional mengalokasikan program dan dana untuk penanggulangannya. Pada tahun 2002, Indonesia menjadi salah satu negara pertama yang membuat estimasi sistematik tentang jumlah orang dewasa rawan terinfeksi HIV menurut sub-populasi perilaku berisiko tinggi. Estimasi dibuat untuk setiap provinsi, tetapi semua proses pelaksanaannya dilakukan di tingkat pusat, berdasarkan data yang tersedia di tingkat pusat. Proses, metode yang dipakai, dan hasil-hasil yang ada telah diuraikan LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006

1

secara terperinci dalam Laporan Estimasi HIV pada Orang Dewasa di Indonesia tahun 2002. Pada akhir tahun 2006 ini Indonesia melakukan estimasi pada kelompok yang sama untuk tingkat kabupaten/kota. Ada beberapa perbedaan yang mencolok pada pelaksanaan estimasi kali ini dan perbedaan tersebut diyakini telah menghasilkan data yang lebih akurat dan adekuat. Estimasi untuk tingkat kabupaten/kota diseluruh Indonesia baru pertama kali dilakukan. Selama ini data estimasi nasional hanya tersedia sampai tingkat provinsi saja, sehingga sulit bagi pemerintah kabupaten/kota memanfaatkan data estimasi tersebut untuk mengembangkan program penanggulangan HIV dan AIDS didaerahnya. Departemen Kesehatan dengan dukungan Sekertariat Komisi Penanggulangan AIDS (KPA) Nasional dan para ahli dari berbagai instansi serta masukan data dari tingkat provinsi dan kabupaten/kota melakukan estimasi untuk tingkat kabupaten/kota diseluruh Indonesia. Adapun dana untuk proses estimasi tersebut diperoleh dari The Indonesian Partnership Fund for HIV and AIDS Program yang dikelola oleh Sekertariat KPA Nasional. Data yang digunakan pada proses estimasi kali ini semakin beragam dan lebih akurat. Hasil pendataan dari berbagai instansi (DitJen Pemasyarakatan, Kepolisian, Dinas Kesehatan, Dinas Sosial, Dinas Pariwisata dan Lembaga Swadaya Masyarakat), serta hasil survei surveilans perilaku, survei potensi desa, survei napza dikalangan remaja dan Lapas/Rutan dan surveilans HIV memberikan andil yang besar untuk proses estimasi ini. Sebagian besar data-data tersebut dikumpulkan oleh KPA kabupaten/kota dan provinsi sehingga proses estimasi diyakini lebih baik dari yang sebelumnya mengingat data yang digunakan bersumber dari berbagai pihak yang lebih dekat pada populasi yang diestimasi. I.2.

Tujuan Estimasi

Estimasi ditujukan untuk mendapatkan besar populasi rawan tertular HIV dan ODHA pada kelompok tertentu tingkat nasional beserta sebarannya di provinsi dan kabupaten/kota. I.3.

Pengumpulan Data

Mengingat keterbatasan sumberdaya dan waktu yang tersedia serta dalam rangka meningkatkan peran daerah dan sektor-sektor terkait maka pengumpulan data dari kabupaten/kota dilakukan dengan menyebarkan formulir isian yang disertai petunjuk pengisian yang jelas ke semua kabupaten/kota. Kegiatan ini dilakukan oleh sekertariat KPA Nasional sejak bulan Agustus sampai dengan Nopember 2006. Sedangkan untuk data-data kependudukan dan Lapas/Rutan serta hasil survei surveilans perilaku, survei Napza dikalangan remaja dan Lapas/Rutan, survei potensi desa serta surveilans HIV didapat dari instansi/lembaga ditingkat pusat. I.4.

Proses Estimasi

Pengalaman awal Indonesia dalam mengestimasi jumlah populasi rawan terinfeksi HIV telah diuraikan dalam beberapa dokumen. Salah satu pengalaman yang diambil sebelumnya adalah bahwa proses estimasi melibatkan berbagai institusi, termasuk instansi-instansi pemerintah dan Lembaga Swadaya Masyarakat (LSM). Instansi/Lembaga tersebut dimungkinkan untuk menyumbangkan data dan pengalaman, dan mengingat banyak dari institusi yang dilibatkan menjadi pengguna utama dari hasil estimasi tersebut, maka persetujuan mereka atas hasil dari proses estimasi adalah penting. Sehingga sangat penting untuk memastikan semua masukan dan pengalaman yang berharga diakomodir dalam proses estimasi.

2


Beberapa pertemuan teknis telah dilakukan ditingkat pusat yang dihadiri oleh para ahli dari berbagai instansi/lembaga untuk menyepakati hal-hal teknis yang berkaitan dengan metodologi, data dasar, indeks risiko kabupaten/kota dan rasio yang digunakan sebagai faktor pengali. Sementara itu satu tim kecil di sekretariat KPA Nasional secara bersamaan melakukan pengumpulan data dari kabupaten/kota dan instansi/lembaga yang memiliki data di tingkat nasional. Semua data-data tersebut kemudian di validasi dan verifikasi lalu dimasukan kedalam lembar sebar MSExcel yang telah disiapkan oleh konsultan pembuatan lembar sebar estimasi. Setelah itu tim teknis yang ditunjuk menghitung estimasi untuk populasi rawan terinfeksi HIV dan ODHA dengan menggunakan lembar sebar tersebut dan metodologi serta asumsi yang sudah disepakati. Metodologi, data dasar, indeks risiko kabupaten/kota, rasio dan asumsi serta hasil awal perhitungan estimasi tingkat kabupaten/kota kemudian dibahas dan dikoreksi lalu disepakati oleh peserta Pertemuan Estimasi Nasional dari unsur KPAD, Dinas Kesehatan, Balai Laboratorium Kesehatan Daerah dan UTD PMI 33 provinsi di Bandung pada tanggal 9 – 10 Nopember 2006. Hasil kesepakatan di Bandung tersebut kemudian dibahas dan disepakati pada pertemuan lintas sektor tingkat nasional yang dilakukan pada tanggal 13 Nopember 2006 di Jakarta. I.5.

Pelaksana Estimasi

Selain tim teknis estimasi yang dibentuk melalui surat keputusan Sekretaris KPA Nasional nomor: 07/SK/SET/KPA/X/2006, pelaksanaan proses estimasi populasi rawan terinfeksi HIV dan ODHA juga melibatkan berbagai institusi/lembaga baik dari tingkat nasional maupun provinsi dan kabupaten/kota. Secara umum institusi/lembaga yang berpartisipasi secara aktif dalam proses estimasi tahun 2006 adalah : ? Departemen Kesehatan ? Sekretariat KPA Nasional ? Badan Narkotika Nasional ? Pusat Penelitian Kesehatan Universitas Indonesia ? Direktorat Jenderal Pemasyarakatan ? KPA Daerah tingkat Provinsi dan kabupaten/kota ? Dinas Kesehatan Provinsi dan Kabupaten/Kota ? Balai Laboratorium Kesehatan Daerah ? Unit Transfusi Darah PMI ? UNAIDS ? World Health Organization (WHO) ? Family Health International Indonesia (FHI/ASA) ? Indonesian HIV Prevention and Care Program (IHPCP) ? Lembaga Swadaya Masyarakat


3

I.6.

Hambatan Proses Estimasi

Selama pelaksanaan estimasi beberapa kendala dan hambatan yang ditemui dan menjadi keterbatasan hasil estimasi adalah : ? Ada kabupaten/kota yang tidak mengirimkan data ? Singkatnya waktu pengumpulan data ? Data yang tersedia tidak lengkap untuk semua sub populasi ? Banyaknya variasi antar kabupaten/kota pada setiap sub-populasi yang diestimasi ? Terbatasnya data prevalensi untuk sub populasi tertentu seperti Pelanggan penjaja seks, Penasun dan laki-laki yang berhubungan seks dengan laki-laki ? Keterbatasan ruang dan waktu untuk memvalidasi data-data dasar yang berbeda cukup besar antar instansi/lembaga pemberi data.

4


II

METODOLOGI

II.1. Metodologi Umum Estimasi Mengingat Indonesia negara yang sangat luas, maka tidak mungkin untuk secara tepat menghitung jumlah orang yang terlibat dalam perilaku berisiko. Selain itu perilaku berisiko terhadap HIV seperti Penasun, wanita dan pria penjaja seks merupakan perilaku ilegal dan setengah tersembunyi di tengahtengah masyarakat. Namun demikian, kita memiliki informasi untuk populasi yang berisiko di sebagian besar wilayah, contohnya jumlah Penasun di panti rehabilitasi atau di penjara, atau jumlah penjaja seks dalam surveilans sentinel. LSM juga memiliki cukup banyak informasi di beberapa wilayah tertentu. Untuk alasan-alasan inilah, Indonesia telah memilih untuk menggunakan metoda faktor pengali (multiflier) dalam melakukan estimasi jumlah orang rawan terinfeksi HIV. Faktor-faktor pengali tergantung pada penggunaan informasi dari berbagai daerah dimana data yang akurat dan dapat dipercaya untuk “mengisi” kekosongan atau kekurangan data. Metode-metode yang dipilih untuk setiap populasi berisiko dibahas lebih lanjut dalam dokumen ini. Setelah estimasi tinggi dan rendah terhadap jumlah setiap sub populasi berisiko dibuat, maka prevalensi HIV bagi setiap sub populasi perlu diestimasi. Data ini sering tersedia di tingkat kabupaten/kota yang didapat dari surveilans sentinel HIV, meskipun data untuk populasi laki-laki seks dengan laki-laki (LSL), Penasun dan pelanggan penjaja seks sangat jarang. Untuk kasus demikian dibuat asumsi yang didasari informasi yang tersedia dan disepakati oleh tim teknis. Estimasi jumlah orang dengan HIV dilakukan dengan mengkalikan estimasi jumlah orang dalam kategori risiko tertentu dengan persentase yang diestimasikan terinfeksi dengan HIV. Tingkat tinggi rendahnya diberikan dengan mengkalikan estimasi tinggi jumlah populasi dengan estimasi rendah prevalensi, dan 1 mengkalikan estimasi jumlah populasi dengan estimasi tinggi prevalensi.

1

Dalam penjumlahan estimasi sebelumnya, dikalikan juga estimasi populasi rendah dengan estimasi prevalensi rendah, dan estimasi populasi tinggi dengan estimasi prevalensi tinggi. Kendati demikian, telah menjadi jelas bahwa hal ini tidak perlu. Epidemiologi HIV dalam epidemi terkonsentrasi menentukan bahwa ukuran populasi yang lebih besar biasanya dikaitkan dengan prevalensi lebih rendah, sementara populasi yang lebih kecil sering mencapai prevalensi lebih tinggi. Dua ekstrim ini (rendah x rendah, dan tinggi x tinggi) dengan demikian tidak digunakan.


5

II.2. Faktor pengali Prinsip faktor pengali adalah adanya acuan perhitungan yang dapat diterapkan ke daerah lain. Dengan kata lain, mengingat data yang tidak lengkap untuk semua kabupaten/kota maka diperlukan suatu faktor pengali yang dapat digunakan mengalikan data yang ada guna mendapatkan jumlah estimasi populasi di setiap kabupaten/kota. Pada umumnya, ada tiga jenis acuan perhitungan yang digunakan yaitu data hasil survei, data hasil pendataan dan data populasi. 1.

Data Hasil Survei

Dinas Kesehatan kabupaten/kota secara rutin setiap tahun melakukan sero survei di populasi tertentu. Jumlah sub populasi risiko tinggi yang dites dan hasil prevalensi HIV dari populasi tersebut digunakan untuk estimasi jumlah populasi rawan terinfeksi HIV dan ODHA. Badan Penelitian dan Pengembangan Kesehatan Depkes telah melakukan penelitian Infeksi Menular Seksual (IMS) di beberapa kota di Indonesia. Data prevalensi IMS dan penggunaan kondom pada hubungan seks berisiko dari penelitian ini digunakan juga untuk menggambarkan tingkat risiko populasi tertentu terhadap infeksi HIV. Departemen Kesehatan dan Badan Pusat Statistik (BPS) juga telah melakukan berbagai survei surveilans perilaku (SSP) pada beberapa sub-populasi risiko tinggi dan survei potensi desa (PODES). Dari hasil SSP dan PODES tersebut dapat kita lihat berbagai gambaran tingkat risiko populasi tertentu terhadap infeksi HIV dan indeks risiko kabupaten/kota terhadap penularan HIV. Dari sebagian sumber data ini juga digunakan sebagai faktor pengali yang diterapkan untuk menghitung sub-populasi lainnya terutama pasangan dari sub-populasi yang berperilaku risiko tinggi dan kabupaten/kota yang tidak tersedia datanya. Badan Narkotika Nasional (BNN) yang bekerja sama dengan Pusat Penelitian Kesehatan Universitas Indonesia (Puslitkes UI) telah melakukan survei penyalahgunaan Napza di kelompok remaja dan warga binaan pemasyarakatan di beberapa provinsi. Data dari survei ini digunakan untuk mengestimasi jumlah sub-populasi Penasun. 2.

Data Hasil Pendataan

Beberapa institusi pemerintah mempunyai jumlah orang di beberapa populasi berisiko tinggi. Dinas Sosial memiliki jumlah penjaja seks langsung atau waria. Dinas Pariwisata memiliki jumlah pekerja di tempat-tempat hiburan tertentu. Jumlah ini tidak lengkap diberikan semua kabupaten/kota atau mungkin saja memasukkan orang-orang yang sebetulnya bukan bagian dari populasi berisiko tinggi tersebut. Pendataan menyeluruh dari populasi berisiko dalam suatu wilayah digunakan untuk estimasi hubungan antara pendataan dan kenyataan untuk wilayah itu. Perbandingan ini menghasilkan pengali yang dapat diterapkan pada data pemetaan untuk wilayah lain. 3.

Data Populasi

Data sensus penduduk memberikan jumlah populasi berdasarkan usia, jenis kelamin, status perkawinan dan karakteristik lainnya. Data sensus tersebut tersedia untuk semua kabupaten/kota sehingga estimasi jumlah populasi rawan tertular HIV dapat dilakukan untuk semua kabupaten/kota. Misalnya jumlah pria berisiko tinggi yang berhubungan seks dengan pria iyang dihitung dari proporsi populasi pria antara usia tertentu. Dengan kata lain, kita dapat memperoleh sebuah “angka” untuk perilaku tertentu dalam sebuah

6


populasi untuk sebuah kabupaten/kota. Angka ini dapat diterapkan atau dimodifikasi sebagai faktor pengali (lihat “Penggunaan indeks risiko” di bawah) ke populasi yang sama di kabupaten/kota lainnya. Perincian faktor pengali yang digunakan dalam setiap sub-populasi akan dijelaskan pada bagian lain dalam laporan ini. Namun demikian, ada dua metode umum yang pakai untuk mengisi kekosongan dalam data, yang dapat diterapkan ke lebih dari satu populasi, dan berharga untuk dibahas secara umum yaitu penggunaan rasio dan penggunaan indeks risiko. II.3. Penggunaan Rasio Banyak kabupaten/kota memiliki data yang lengkap tetapi lebih banyak kabupaten/kota yang tidak lengkap datanya. Contohnya, di sebagian besar kabupaten/kota data prevalensi HIV hanya ada untuk WPS Langsung, sementara sebagian lainnya memiliki data prevalensi HIV untuk WPS langsung dan Tidak Langsung. Dalam hal ini, rasio dari prevalensi HIV WPS Langsung terhadap WPS Tidak Langsung dari kabupaten/kota yang lengkap datanya dikalikan dengan prevalensi HIV di WPS Langsung dari kabupaten/kota yang tidak lengkap datanya untuk mengestimasi prevalensi pada WPS Tidak Langsung di kabupaten/kota tersebut. II.4. Penggunaan indeks risiko Indeks risiko kabupaten/kota dibuat dengan dasar hasil survei potensi desa yang dilakukan BPS pada tahun 2005 dan tersedia untuk seluruh kabupaten/kota di Indonesia. Indeks risiko digunakan untuk membagi kabupaten/kota kedalam beberapa tingkatan risiko yang diwujudkan dengan angka 1 untuk kabupaten/kota yang memiliki faktor risiko sangat rendah, angka 2 untuk faktor risiko rendah, angka 3 untuk sedang, angka 4 untuk tinggi dan angka 5 untuk faktor risiko sangat tinggi. Empat variabel dari data Sensus Potensi Desa 2005 digunakan untuk menentukan faktor risiko kabupaten/kota dari beberapa sub-populasi berisiko tinggi seperti : ? % desa yang ada tempat transaksi seks untuk indeks risiko kabupaten kota terhadap WPS Langsung ? Jumlah Bar/Karaoke dan Panti Pijat di kabupaten/kota untuk indeks risiko terhadap WPS Tidak Langsung ? % desa dengan kejahatan penyalahgunaan Napza dan peredaran Napza dikabupaten/kota untuk faktor risiko Penasun Indeks risiko hanya digunakan bila tidak ada data sama sekali dari kabupaten/kota yang akan diestimasi, baik estimasi jumlah populasi rawan tertular HIV nya maupun estimasi prevalensi HIV pada populasi rawan tersebut. II.5. Pemilihan Sub Populasi Berisiko Tinggi Sub-populasi yang tercakup dalam proses estimasi ini ditujukan untuk menghasilkan estimasi dari pemetaan dan penyebaran populasi terutama yang membutuhkan pelayanan dalam penanggulangan HIV dan AIDS. Estimasi tahun 2006 dirancang untuk menyederhanakan epidemi yang sangat rumit dan untuk memastikan bahwa semua populasi utama dalam penyebaran HIV di Indonesia dapat tercakup. Pada proses estimasi tahun 2002, jenis sub-populasi yang diestimasi jauh lebih besar daripada tahun 2006. Beberapa sub-populasi dimasukkan seperti pasangan wanita tetap dari penjaja seks pria, pasangan pria tetap dari penjaja seks waria, dan anak-anak jalanan. Selain itu pernah diusulkan bahwa petugas kesehatan perlu dimasukkan untuk diestimasi karena kemungkinan risiko tertusuk jarum. Sub-populasi di atas LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006

7

mempunyai jumlah yang kecil dan data pendukung hampir tidak ada. Kelompok anak muda diusulkan untuk dihitung. Namun mengingat seorang anak muda tidak tertular karena kemudaannya tetapi karena perilaku risikonya maka kelompok ini tidak dimasukkan. Dengan pertimbangan yang hati-hati dan berdasarkan masukan terhadap hasil dari estimasi 2002, maka diputuskan untuk membatasi sub-populasi yang berada dalam risiko tinggi terinfeksi HIV dan dapat berpengaruh besar pada epidemi HIV dan AIDS di Indonesia sebagaimana diuraikan di bawah. II.6. Menghindari Perhitungan Ganda Estimasi ini bertujuan untuk memperkirakan jumlah orang yang rawan tertular HIV dan yang terinfeksi HIV pada satu waktu tertentu. Karena itu tidak dihitung populasi berisiko yang berpindah tempat seperti pada estimasi WPS. Jumlah WPS dalam sebuah kabupaten/kota tertentu mencerminkan jumlah rerata orang yang mendapatkan uang dari jasa menjual seks dalam suatu bulan tertentu daripada jumlah keseluruhan orang yang menjual seks dalam kabupaten/kota tersebut selama kurun waktu satu tahun. Perilaku berisiko juga saling tumpang tindih. Sering kali seseorang mempunyai perilaku berisiko HIV lebih dari satu. Dalam estimasi 2006, orang-orang ini dihitung dalam setiap kategori dimana mereka berada. Contohnya Penasun pria yang membeli seks akan muncul pada estimasi Penasun dan estimasi pelanggan WPS. Seorang Penasun membutuhkan pelayanan untuk mengurangi risiko bahwa dia akan terkena atau menularkan HIV pada saat menyuntik diri, dan juga membutuhkan pelayanan untuk mengurangi risiko bahwa dia akan terkena dan menularkan HIV dalam seks komersial. Dengan cara yang sama, infeksi HIV dihitung dalam setiap kategori. Kendati demikian, ketika populasi berisiko dan kasus HIV dijumlahkan pada setiap kabupaten/kota, maka perlu penyesuaian untuk mengurangi penghitungan ganda. Karena jaringan yang sangat rumit dari perilaku-perilaku berisiko yang umum di Indonesia maka tidak mungkin untuk menghilangkan semua sumber dari perilaku-perilaku yang tumpang tindih. Studi-studi mengatakan bahwa sumber utama kemungkinan tumpang tindih adalah perilaku penyalahgunaan Napza suntik dan menjual seks. Tumpang tindih ini telah dikurangi dalam pria berisiko dan jumlah ODHA.

8


III

SUB-POPULASI YANG DIESTIMASI

III.1. Pengguna Napza Suntik dan Pasangan Tetapnya Kenapa populasi ini terpilih ? Sebagaimana sudah diketahui secara umum bahwa penggunaan jarum suntik yang tidak steril secara bersama-sama dapat menularkan HIV. Maraknya penggunaan Napza suntik di kota-kota besar khususnya di ibukota provinsi membuat populasi Penasun menjadi sangat penting untuk penyebaran HIV. Beberapa studi telah membuktikan bahwa prevalensi HIV pada populasi ini sangat mengkhawatirkan. Penasun dipercaya secara aktif juga melakukan kontak seksual dengan pasangannya. Anggapan bahwa Penasun tidak akan melakukan hubungan seks tidak terbukti di Indonesia. Bahkan ada anggapan bahwa dengan menggunakan Napza akan meningkatkan kemampuan seksual seseorang. Definisi Penasun adalah orang dengan adiksi Napza yang disuntikan dalam 12 bulan terakhir. Pasangan seks tetap Penasun yang tidak menyuntik adalah istri, suami atau pasangan tinggal bersama dengan Penasun, yang tidak ikut menyuntikan Napza pada diri mereka sendiri. Pasangan tetap ini tidak termasuk pacar-pacar atau pasangan seks sewaktu yang tidak tinggal serumah. Populasi ini mungkin berada dalam risiko tinggi tertular, karena hubungan seks dengan pasangannya cenderung tidak teratur atau berusia pendek. Akibatnya potensial penularan melalui seks sangat rendah dibandingkan dengan pasangan tinggal bersama. Pasangan ini juga termasuk yang ikut menyalah gunakan Napza suntik. Karena sub-populasi ini mempunyai kesempatan terpapar dengan HIV secara langsung. Sumber data Beberapa metode telah dicoba dalam mengestimasikan jumlah Penasun di Indonesia. Di antaranya diambil dari penyitaan heroin. Metode ini hanya dapat dipakai pada tingkat nasional dan tidak dianjurkan di tingkat provinsi apalagi kabupaten/kota. Yang lainnya adalah berdasarkan penggunaan acuan pengukuran kelembagaan dan populasi.


9

Data – data yang digunakan untuk estimasi jumlah sub populasi penasun dan penasun yang sudah terinfeksi HIV beserta pasangannya adalah : ? Laporan kasus Napza dari Kepolisian ? Jumlah Warga Binaan Pemayarakatan dengan kasus Napza dari Lembaga Pemasyarakatan (Lapas) dan Rumah Tahanan (Rutan) ? Jumlah Penasun di panti rehabilitasi ? Jumlah desa dengan kasus penyalahgunaan dan atau peredaran Napza pada survei potensi desa tahun 2005 dari Badan Pusat Statistik (BPS) ? Hasil survei surveilans perilaku (SSP) pada kelompok Penasun di lima kota (Denpasar, Surabaya, Bandung, Jakarta dan Medan) tahun 2004/2005 dari Departemen Kesehatan (Depkes) dan BPS ? Hasil survei Napza di kalangan remaja dan Lapas/Rutan di sembilan provinsi tahun 2003/2004 dari BNN ? Hasil surveilans HIV di Lapas Napza serta hasil konseling dan tes HIV sukarela pada kelompok penasun tahun 2005/2006 dari Depkes, Dinas Kesehatan dan tempat layanan konseling dan tes HIV sukarela. Proses estimasi populasi Besarnya estimasi populasi Penasun disetiap kota/kabupaten dihitung dengan beberapa cara bergantung pada ketersediaan data dimasing-masing kabupaten/kota: Cara pertama: ? Mengalikan jumlah orang yang ditangkap, ditahan dan dipenjara karena kasus penyalahgunaan napza di kabupaten/kota tersebut dengan persentase WBP kasus penyalahgunaan napza dan pernah menggunakan napza yang disuntikan dari hasil survei BNN di Lapas/Rutan di sembilan provinsi untuk mendapatkan estimasi jumlah Penasun yang di tangkap, ditahan dan dipenjara. ? Angka tersebut kemudian dikalikan dengan rata-rata rasio Penasun yang pernah dipenjara dalam satu tahun terakhir dari data SSP pada Penasun di 5 kota tahun 2004/2005. Hasil perhitungan tersebut dikemudian dikalikan 1,04 (memperhitungkan jumlah Penasun wanita yang rerata dari hasil SSP di 5 kota = 4%) sehingga diperoleh estimasi rendah populasi Penasun disetiap kabupaten/kota yang memiliki data tangkapan dan WBP kasus penyalahgunaan Napza. ? Contoh estimasi rendah populasi Penasun di Kabupaten Deli Serdang : 2 Jumlah WBP pria dengan kasus Napza di Rutan/Lapas = 1.381 3 Jumlah tahanan polisi dengan kasus Napza =0 4 % WBP Napza yang Penasun = 35% 5 % Penasun yang pernah di penjara = 30% 5 % Penasun wanita = 4% =1,648 Jumlah Penasun = (((0+1,381)x35%)x1÷30%)x1.04 ? Estimasi populasi Penasun dengan cara pertama ini dilakukan pada 256 dari 440 kabupaten/kota yang ada.

2 3 4 5

Data dari Direktorat Jenderal Pemasyarakatan Agustus 2006 Hasil pendataan KPAD kabupaten Deli Serdang September 2006 Survei Badan Narkotika Nasional di Lapas/Rutan di 9 Provinsi Survei Surveilans Perilaku pada populasi Penasun di 5 kota tahun 2004/2005

10


Cara kedua: ? Konsep dasarnya sama dengan cara pertama tetapi faktor pengali yang digunakan adalah data Penasun dari panti rehabilitasi atau dijangkau LSM, bukan orang yang ditangkap, ditahan dan dipenjara. ? Digunakan pada kota yang tidak mempunyai data kasus penyalahgunaan Napza dari Lapas/Rutan atau kepolisian. ? Cara kedua ini digunakan untuk mengestimasi jumlah populasi Penasun di 10 kabupaten/kota. Cara ketiga: ? Bagi kabupaten/kota yang data orang ditangkap, ditahan dan di penjara karena kasus Napza serta data dari panti rehabilitasi ketergantungan obat atau dijangkau LSM tidak tersedia, maka digunakan perkalian antara jumlah penduduk laki-laki usia 15-49 tahun dengan rasio rata-rata orang yang ditangkap karena kasus Napza per 1.000 penduduk laki-laki pada kabupaten/kota dengan indeks risiko sama yang ada datanya. Perhitungan ini dilakukan untuk mengasumsikan jumlah laki-laki yang ditangkap, ditahan dan dipenjara karena kasus penyalahgunaan Napza. ? Contoh estimasi rendah populasi Penasun di Mojokerto : Jumlah penduduk laki-laki usia 15-49 tahun = 281.300 6 Indeks risiko daerah terhadap Penasun =1 Faktor pengali untuk daerah dengan indeks risiko 1 = 0,00277 Asumsi jumlah kasus penyalahguna Napza laki-laki 281,300x0.0027 = 753 ? Hasil asumsi diatas kemudian digunakan untuk mengestimasi jumlah Penasun dengan cara pertama. Untuk Mojokerto % Penasun yang pernah dipenjara mengikuti hasil SSP Penasun di Surabaya yaitu 21% sehingga didapat estimasi rendah populasi Penasun adalah 1.302. ? Cara ketiga ini digunakan untuk mengestimasi populasi Penasun di 174 kabupaten/kota yang tidak tersedia data orang ditangkap, ditahan dan di penjara karena kasus Napza serta data dari panti rehabilitasi ketergantungan obat atau dijangkau LSM. Dengan diperolehnya jumlah Penasun per kabupaten/kota maka dapat pula dihitung jumlah pasangan Penasun tersebut. Berdasarkan hasil SSP di lima kota terhadap pengguna Napza suntik tahun 2004/2005 disimpulkan bahwa sebesar 48% dari mereka mempunyai pasangan tetap. Namun demikian perlu diingat bahwa 60% Penasun wanita mempunyai pasangan yang juga Penasun. Untuk jumlah istri dari Penasun laki-laki yang juga menggunakan Napza suntik sebesar 10 % berdasarkan hasil SSP 2004/2005 tersebut. Hal ini diperhitungkan dalam estimasi jumlah pasangan Penasun untuk menghindari adanya overlap dan perhitungan dua kali. Proses estimasi prevalensi HIV Estimasi jumlah Penasun dan pasangannya yang sudah terinfeksi HIV membutuhkan data prevalensi HIV pada populasi tersebut. Sayangnya sedikit sekali data prevalensi HIV tahun 2005/2006 yang ada untuk populasi Penasun dan tidak ada data prevalensi HIV sama sekali untuk populasi pasangan Penasun. Hanya 18 kabupaten/kota memiliki data prevalensi HIV populasi Penasun yang layak digunakan (denominator lebih dari 75) untuk menghitung estimasi ODHA Penasun dan pasangannya. Prevalensi HIV terendah dari data yang dilaporkan adalah 10% (Karawang) dan tertinggi 71% (Palembang). Sementara

6 7

55% desa di Mojokerto ada kasus penyalahgunaan Napza sehingga masuk dalam indeks risiko 1 (tinggi) Rata-rata kasus Napza/1,000 penduduk laki-laki 15-49 tahun di kabupaten/kota dengan indeks risiko 1 dan ada data kasus penyalahgunaan Napza yang ditangkap, ditahan dan dipenjara


11

untuk kabupaten/kota yang tidak mempunyai data prevalensi HIV pada populasi Penasun (422 kabupaten/kota), perhitungan ODHA menggunakan rerata 9 prevalensi Penasun terendah (29%) sedangkan untuk estimasi prevalensi tingginya menggunakan rerata 9 prevalensi tertinggi (52.7%) dari data yang ada. Prevalensi HIV pada pasangan Penasun diasumsikan sepertiga dari prevalensi pada Penasun. Hal ini didasarkan atas estimasi kasar pada frekuensi berhubungan seks dan kemungkinan penularan HIV dari pria ke wanita. Keterbatasan ? Banyak penasun yang ditangkap, ditahan dan dipenjara karena alasan-alasan lain selain penggunaan Napza, misalnya pencurian dan pidana lainnya yang tidak bisa terhitung sebagai faktor pengali. ? Tidak semua kabupaten/kota di Indonesia mempunyai penjara. Penggunaan data penjara sebagai komponen acuan pengukuran sedikit banyak telah mengkonsentrasikan estimasi jumlah Penasun pada kabupaten/kota dimana terdapat penjara (terutama penjara khusus pelanggaran Napza). Dalam hal ini, dilakukan estimasi untuk provinsi sebagai sebuah kesatuan, dan kemudian membagi rata jumlah pemakai Napza diseluruh Kabupaten/kota dengan menggunakan indeks risiko penggunaan Napza untuk membedakan wilayah perkotaan atau risiko tinggi dengan pedesaan atau risiko rendah. ? Terbatasnya data prevalensi HIV pada populasi Penasun sehingga perhitungan ODHA menggunakan angka prevalensi HIV rata-rata dari data yang tersedia yang diterapkan untuk semua kabupaten/kota. Padahal kemungkinan adanya perbedaan karakteristik antara pengguna Napza suntik disetiap kabupaten/kota dapat membuat bias dalam perhitungan estimasi. ? Hampir semua data prevalensi HIV didapat dari fasilitas yang menyelenggarakan layanan konseling dan testing sukarela untuk kelompok Penasun sehingga kurang menggambarkan prevalensi HIV populasi Penasun secara keseluruhan.

II I.2. Wanita Penjaja Seks, Pelanggan dan Pasangan Pelanggan WPS Kenapa populasi ini terpilih ? Seks komersial tanpa kondom merupakan faktor risiko penting dalam penularan HIV. Industri seks komersial di Indonesia sangat besar dan beragam serta memiliki ciri-ciri yang berbeda di setiap lokasi. Wanita penjaja seks adalah populasi berisiko dimana sebagian besar data untuk ini tersedia. Sebagaimana diketahui, wanita penjaja seks akan memberikan layanan seks kepada pelanggannya. Hal ini dapat dipastikan penyebaran HIV akan terjadi terutama bila tidak menggunakan kondom saat melakukan transaksi seks. Sehingga disimpulkan bahwa populasi pelanggan WPS merupakan populasi yang rentan terhadap HIV. Selain itu pasangan tetap dari para pelanggan WPS merupakan populasi yang juga rentan tertular HIV. Hal ini didasari pada adanya sejumlah wanita yang tidak pernah berhubungan seks dengan orang lain selain dari pasangan tetapnya dan sudah terinfeksi HIV. Selain itu rendahnya penggunaan kondom pada saat berhubugan seks dengan pasangan tetap menjadikan populasi ini rentan tertular.

12


Definisi Wanita Penjaja seks dibagi dalam dua sub-populasi, langsung dan tidak langsung. WPS Langsung adalah wanita yang menjual seks sebagai pekerjaan atau sumber penghasilan utama mereka. Mereka biasanya berbasis di rumah bordil/lokalisasi, atau bekerja di jalanan. WPS tidak langsung adalah wanita yang bekerja di bisnis-bisnis hiburan, seperti bar, karaoke, salon atau panti pijat, yang menambah penghasilan mereka dengan menjual seks. Tidak semua wanita yang bekerja di tempat-tempat ini menjual seks, dan estimasi mencerminkan hanya populasi yang memang menjual seks. Pelanggan adalah pria yang berhubungan seks setidak-tidaknya satu kali dalam tahun terakhir dengan WPS dengan memberikan bayaran (langsung atau tidak langsung). Pasangan Tetap Pelanggan WPS adalah wanita yang menikah dengan pelanggan atau yang tinggal bersama pelanggan. Pasangan tetap ini tidak termasuk pacar yang tinggal terpisah dari pelanggan. Sumber data Sumber data yang digunakan untuk estimasi jumlah sub populasi WPS, pelanggan WPS dan pasangan pelanggan WPS serta jumlah yang sudah terinfeksi HIV adalah: ? Hasil pemetaan Survei Surveilans Perilaku (SSP) di 20 kabupaten/kota yang dilakukan oleh Depkes dan BPS pada tahun 2004 - 2005. Data pemetaan meliputi penjaja seks di lokalisasi dan jalanan (WPS langsung), dan juga mereka yang bekerja di salon, bar karaoke dan disko, serta panti pijat (WPS tidak langsung). Selain itu juga digunakan beberapa hasil SSP (jumlah pelanggan/bulan, % pelanggan yang punya pasangan tetap dan variabel lainnya) untuk mengestimasi jumlah pelanggan WPS dan pasangannya. ? Hasil pemetaan pada penelitian Infeksi Saluran Reproduksi (ISR) pada WPS di 10 kabupaten/kota yang dilakukan Depkes dan FHI-ASA pada tahun 2005. Beberapa hasil dari penelitian ini juga digunakan untuk estimasi jumlah pelanggan WPS dan pasangannya. ? Data surveilans dinas kesehatan kabupaten/kota tahun 2005/2006 yang tidak hanya memberikan data prevalensi HIV tetapi juga jumlah WPSnya. Ada 209 dinas kesehatan kabupaten/kota yang memberikan data jumlah WPS diwilayahnya. ? Hasil pendataan LSM yang memberikan layanan kepada WPS dan pelanggannya. Ada 98 kabupaten/kota yang mempunyai data pemetaan LSM untuk jumlah WPS langsung dan 51 untuk WPS tidak langsung ? Pendataan dinas sosial tahun 2006. Tercatat 195 kabupaten/kota melaporkan data dari dinas sosial yang umumnya merupakan jumlah WPS langsung di lokalisasi, jalanan dan yang ada dalam tempattempat rehabilitasi. ? Jumlah bar/karaoke dan panti pijat serta jumlah pekerja wanitanya yang dilaporkan oleh 143 kabupaten/kota ? Survei potensi desa (PODES) yang dilakukan oleh BPS pada tahun 2005 dengan responden kepala desa/lurah diseluruh Indonesia memberikan data tingkat keramaian industri seks di setiap kabupaten/kota secara umum.


13

Proses estimasi populasi Perhitungan estimasi populasi WPS juga bergantung pada ketersediaan data di masing-masing kabupaten/kota, sehingga ada beberapa cara yang digunakan seperti diuraikan dibawah ini : Cara pertama: ? Estimasi rendah Jumlah WPS Langsung dan tidak langsung diambil dari hasil pemetaan SSP atau penelitian ISR, sedangkan estimasi tingginya menggunakan angka tertinggi dari hasil pemetaan dinas kesehatan, sosial, pariwisata dan LSM. ? Cara ini digunakan pada 22 kabupaten/kota dimana data-data tersebut tersedia. ? Rerata rasio estimasi rendah dan tinggi dari cara pertama ini digunakan sebagai rasio untuk menghitung estimasi tinggi jumlah populasi WPS didaerah lainnya. Sedangkan rerata rasio estimasi WPS langsung dan tidak langsung digunakan untuk menghitung estimasi WPS tidak langsung di kabupaten/kota yang hanya memiliki pendataan WPS langsung saja. ? Contoh estimasi jumlah WPS langsung di Bitung 8 Jumlah WPS langsung dari hasil pemetaan penelitian ISR = 278 Hasil pendataan dinas kesehatan tahun 2006 = 324 Hasil pendataan dinas sosial tahun 2006 = 221 Hasil pendataan LSM tahun 2006 = 387 Maka estimasi rendah – tinggi WPS langsung di Bitung = 278 - 387 Cara kedua: ? Pada kabupaten/kota yang tidak memiliki data pemetaan SSP dan penelitian ISR maka estimasi rendah Jumlah WPS menggunakan angka tertinggi dari hasil pendataan dinas kesehatan, sosial, pariwisata dan LSM. Jika hasil pendataan dari satu institusi/lembaga lebih tinggi hingga dua kali dari institusi/lembaga lainnya maka dilakukan validasi dan verifikasi kepada pemberi data tersebut. Apabila setelah validasi dan verifikasi masih terdapat perbedaan yang sama, maka estimasi rendah jumlah populasi WPS disepakati diambil dari rerata kedua angka ekstrim tersebut. ? Estimasi tinggi cara kedua menggunakan indeks risiko dari setiap kabupaten/kota yang didasari persentase desa dimana ada transaksi seks untuk WPS langsung dan jumlah bar/karaoke/diskotik serta panti pijat berdasarkan Sensus Potensi Desa dan pendataan dinas pariwisata untuk WPS tidak langsung. Ada 5 indeks risiko yang ditunjukan dengan angka 1 – 5, dimana angka lebih besar menunjukan risiko yang lebih tinggi dan faktor pengali lebih besar. Faktor pengali didapat dari rasio rendah tinggi estimasi jumlah WPS cara pertama. ? Cara kedua ini digunakan untuk menghitung estimasi populasi WPS di 273 kabupaten/kota yang memiliki salah satu hasil pendataan dari dinas kesehatan, sosial, pariwisata dan LSM.

8

Penelitian Infeksi Saluran Reproduksi pada WPS di kota Bitung, Depkes – ASA 2005

14


? Contoh estimasi jumlah populasi WPS di Cirebon Hasil pendataan WPS Langsung dinas kesehatan tahun 2006 Hasil pendataan WPS Langsung dinas sosial tahun 2006 Hasil pendataan WPS Tidak Langsung dinas pariwisata Indeks WPS Langsung Faktor pengali estimasi tinggi WPS Langsung Indeks WPS Tidak Langsung Faktor pengali estimasi tinggi WPS Tidak Langsung Estimasi rendah WPS Langsung Estimasi tinggi WPS Langsung 282 x 1.675 Estimasi rendah WPS Tidak Langsung Estimasi tinggi WPS langsung 37 x 1,67

= 226 = 282 = 37 = 49 10 = 1,675 11 =3 = 1,6712 = 282 = 472 = 37 = 62

Cara ketiga: ? Perhitungan cara ketiga di lakukan untuk kabupaten/kota yang tidak bisa dilakukan dengan cara pertama maupun kedua karena data – datanya tidak tersedia. Estimasi rendah populasi WPS dihitung dengan cara mengalikan jumlah penduduk perempuan usia 15 – 49 tahun dengan ratarata rasio jumlah WPS dan penduduk perempuan usia 15 – 49 tahun pada kabupaten/kota yang memiliki data serta dengan indeks risiko yang sama. ? Perhitungan cara ketiga ini dilakukan untuk mengestimasi jumlah WPS di 145 kabupaten/kota yang tidak memiliki data-data untuk perhitungan cara pertama atau kedua. ? Contoh estimasi populasi WPS di kota Padang : Jumlah penduduk perempuan usia 15 – 49 tahun = 252.282 Hasil pendataan WPS Langsung dinas sosial tahun 2006 = 282 13 Indeks WPS Langsung =2 Faktor pengali estimasi rendah WPS Langsung = 0,000814 15 Faktor pengali estimasi tinggi WPS Langsung = 1,337 16 Indeks WPS Tidak Langsung =2 Faktor pengali estimasi rendah WPS Tidak Langsung = 0,3717 Estimasi rendah WPS Langsung 252.282 x 0,0008 = 193 Estimasi tinggi WPS Langsung 193 x 1,337 = 259 Estimasi rendah WPS Tidak Langsung 193 x 0.37 = 71 Estimasi tinggi WPS Tidak Langsung 71 x 1,6 = 95

9 10 11 12 13 14 15 16 17

2,59% desa di Cirebon ada tempat transaksi seks (PODES 2005) sehingga masuk kedalam indeks risiko tinggi terhadap WPS Langsung. Rata-rata rasio rendah tinggi WPS Langsung dengan indeks risiko 4 dari perhitungan cara pertama Jumlah bar/karaoke/panti pijat per 1 juta penduduk 15 – 49 tahun adalah 34 (PODES 2005) sehingga masuk kedalam indeks risiko sedang terhadap WPS Tidak Langsung Rata-rata rasio rendah tinggi WPS Tidak Langsung dengan indeks risiko 3 dari perhitungan cara pertama 0.96% desa di kota Padang ada tempat transaksi seks (PODES 2005) sehingga masuk kedalam indeks risiko rendah terhadap WPS Langsung. Rerata rasio stimasi WPS Langsung per penduduk perempuan usia 15 – 49 tahun di kabupaten/kota yang ada datanya dan dengan indeks WPS Langsung 2 Rerata rasio rendah tinggi estimasi WPS langsung di kabupaten/kota yang ada datanya dan dengan indeks WPS Langsung 2 Jumlah bar/karaoke/panti pijat per 1 juta penduduk 15 – 49 tahun adalah 12 (PODES 2005) sehingga masuk kedalam indeks risiko rendah terhadap WPS Tidak Langsung Rerata rasio estimasi rendah WPS langsung dan Tidak Langsung di kabupaten/kota yang ada datanya dan dengan indeks WPS Tidak Langsung 2


15

Untuk mengestimasi jumlah Pelanggan WPS, dimulai dari data estimasi jumlah WPS Langsung dan Tidak Langsung. Jumlah rerata transaksi seks per minggu yang diperoleh dari rata-rata dari SSP atau penelitian ISR di 22 kabupaten/kota dikalikan dengan 4 minggu. Data jumlah WPS kemudian dikalikan dengan jumlah transaksi seks per bulan. Hasil dari perkalian ini dibagi dengan rerata kunjungan pelanggan dalam sebulan lalu dikurangi dengan estimasi pelanggan dari luar negeri. Rerata kunjungan ini diperoleh dari rata-rata SSP di 20 kabupaten/kota. Namun karena data jumlah kunjungan pelanggan perbulan untuk WPS Tidak Langsung tidak tersedia maka disepakati untuk menggunakan angka dari kunjungan 18 pelanggan WPS Langsung yang dikali 1,5 . Selanjutnya dilakukan perhitungan untuk pasangan tetap para pelanggan di atas. Jumlah pasangan tetap pelanggan dihitung berdasarkan proporsi pelanggan yang melaporkan diri terikat dengan perkawinan atau memiliki pasangan seks tetap. Hasil SSP di 20 kabupaten/kota menunjukkan bahwa sebesar 38% 77% pelanggan WPS Langsung mengaku mempunyai istri atau pasangan seks tetap. Untuk kabupaten/kota yang memiliki hasil SSP tersebut, jumlah pasangan pelanggan WPS dihitung dengan mengalikan estimasi jumlah pelanggan dengan persentase pelanggan yang memiliki pasangan tetap dari hasil SSP diwilayahnya. Sedangkan bagi kabupaten/kota yang tidak memiliki data SSP digunakan rerata persentase pelanggan yang mempunyai pasangan seks tetap dari 20 kabupaten/kota. Contoh perhitungan estimasi rendah pelanggan dan pasangan tetap pelanggan WPS di kota Pontianak : - Estimasi rendah populasi • WPS Langsung = 404 • WPS Tidak Langsung = 500 - Rerata jumlah transaksi perbulan • WPS Langsung = 37,8 • WPS Tidak Langsung = 11,1 - Kunjungan perbulan pelanggan • WPS Langsung = 1,9 • WPS Tidak Langsung = 2,85 - Pelanggan dari luar negeri • WPS Langsung = 5% • WPS Tidak Langsung = 1,2% - Pelanggan dengan pasangan seks tetap = 53,5% - Estimasi rendah populasi Pelanggan • WPS Langsung ((404 x 37,8)/1,9) – (((404 x 37,8)/1,9)x5%) = 7.552 • WPS Tidak Langsung ((500 x 11,1)/2,85) – (((500 x 11,1)/2,85)x5%= 1.908 - Estimasi rendah populasi Pasangan Pelanggan • WPS Langsung 7.552 x 53,55% = 4.044 • WPS Tidak Langsung 1.908 x 53,55% = 1.022 Proses estimasi prevalensi HIV Setelah estimasi jumlah WPS, Pelanggan dan Pasangan Pelanggan WPS untuk setiap kabupaten/kota didapat, maka dilakukan estimasi jumlah populasi tersebut yang sudah terinfeksi HIV dengan cara mengalikan jumlah estimasi populasi dan prevalensi HIV untuk masing-masing populasi disetiap

18 Jumlah pelanggan yang sama pada WPS Tidak Langsung 1,49 kali lebih tinggi dari WPS Tidak Langsung. Penelitian kualtitatif tentang persepsi hubungan seks di kalangan WPS di 3 Kota, FHI 2005.

16


kabupaten/kota. Sebagian kabupaten/kota yang mengirimkan data-data untuk estimasi jumlah populasi WPS, Pelanggan WPS dan Pasangan Pelanggan WPS juga mengirimkan data prevalensi HIV di populasi WPS beserta dengan tahun dan jumlah spesimen yang diperiksa. Sayangnya sedikit sekali kabupaten/kota yang memiliki data prevalensi HIV pada populasi Pelanggan dan tidak ada satupun yang memiliki data prevalensi HIV pada populasi Pasangan Pelanggan WPS. Data prevalensi HIV di populasi WPS dari 118 kabupaten/kota yang mengirimkan hasil serosurvei tahun 2004 – 2006 sangat beragam, terendah 0% dilaporkan oleh beberapa kabupaten/kota dan tertinggi 22,8% dari serosurvei di kota Sorong tahun 2006. Untuk kabupaten/kota yang tidak memiliki data prevalensi HIV pada populasi WPS, estimasi WPS yang sudah terinfeksi HIV dilakukan dengan mengalikan estimasi populasi WPS di kabupaten/kota tersebut dengan rerata prevalensi HIV dari kabupaten/kota yang memiliki data dan mempunyai indeks risiko yang sama. Estimasi tinggi prevalensi HIV di populasi WPS dilakukan dengan mengalikan estimasi rendah dengan rasio rendah tinggi dari kabupaten/kota yang memiliki data dan memiliki indeks risiko yang sama. Estimasi prevalensi HIV populasi Pelanggan untuk hampir semua kabupaten/kota disepakati menggunakan satu per lima prevalensi HIV pada populasi WPS, sedangkan estimasi prevalensi HIV pada pasangan pelanggan WPS ditetapkan sebesar sepertiga dari prevalensi Pelanggan. Kedua asumsi tersebut menggambarkan risiko penularan HIV melalui hubungan seks pada kedua populasi tersebut. Keterbatasan Ketiga cara perhitungan estimasi jumlah populasi rawan diatas dan estimasi prevalensi HIV memiliki Keterbatasan-Keterbatasan yang dapat membuat hasil estimasi menjadi bias seperti: ? Metodologi dan waktu pendataan yang dilakukan oleh instansi/lembaga didaerah tidak sama sehingga banyak terjadi perbedaan hasil pendataan dari berbagai instansi/lembaga pada wilayah yang sama, bahkan untuk beberapa kabupaten/kota perbedaan tersebut cukup signifikan. Keterbatasan waktu dan ruang yang dimiliki tim teknis di tingkat nasional juga menyebabkan perbedaan hasil pendataan tersebut tidak dapat divalidasi dan verifikasi secara maksimal. ? Penggunaan data survei PODES (% desa yang ada tempat transaksi seks) pada perhitungan estimasi populasi cara kedua belum dapat mengakomodir keberagaman industri seks di masing-masing wilayah. Padahal jumlah WPS di tempat-tempat transaksi seks sangat berbeda dari satu wilayah dengan wilayah lainnya. ? Perhitungan estimasi jumlah WPS cara ketiga dengan menggunakan rasio jumlah WPS dan jumlah perempuan usia 15 – 49 tahun dari wilayah yang memiliki data belum memperhitungkan perbedaan sosial budaya dari masing-masing kabupaten/kota. ? Tidak tersedianya data prevalensi HIV pada populasi pelanggan WPS dan pasangannya menyebabkan perhitungan estimasi prevalensi HIV pada populasi tersebut belum bisa mengakomodir perbedaan tingkat risiko penularan HIV di masing-masing wilayah yang disebabkan oleh faktor budaya seperti sunat pada laki-laki dan perilaku penggunaan kondom.


17

III.3. Waria Penjaja Seks, Pelanggan Waria dan Laki-laki yang Berhubungan Seks dengan Laki-laki Kenapa populasi ini terpilih ? Bukan rahasia lagi apabila ada waria yang menjual seks oral dan anal kepada berbagai pria. Seks anal akan menimbulkan perlukaan, yang mengakibatkan orang tersebut mudah terpajan terhadap berbagai kuman penyakit. Selain itu telah diketahui bahwa penggunaan kondom untuk kegiatan seks tersebut sangat rendah. Hal ini terbukti adanya kasus-kasus IMS pada populasi ini. Sehubungan telah terbukti bahwa waria tertular HIV maka dapat dipastikan waria tersebut akan juga menularkan kepada pelanggan seksnya. Hal ini menimbulkan populasi pelanggan waria penjaja seks menjadi sangat penting, apalagi sebagian dari pelanggan ini juga merupakan heteroseksual aktif. Dalam kehidupan bermasyarakat, terdapat populasi laki-laki yang secara seksual mereka tertarik terhadap sesama jenis. Karena kelompok ini sangat esklusif maka hanya orang orang tertentu yang mengetahuinya. Sebagian besar populasi ini melakukan hubungan seks anal dengan pria lain dan berganti-ganti pasangan. Oleh karena itu dapat disimpulkan bahwa populasi ini merupakan populasi yang rentan terpajan HIV. Definisi Waria penjaja seks adalah trans-jender yang secara nyata aktif melakukan penjualan seks kepada pelanggan pria dalam 12 bulan terakhir. Populasi ini tidak termasuk apabila waria tersebut telah pensiun dari kerja seks dan atau bekerja dalam profesi lain seperti di salon. Pelanggan waria adalah pria yang membeli seks dari waria dalam 12 bulan terakhir. Laki-laki yang berhubungan seks dengan laki-laki (LSL) adalah laki-laki yang berhubungan seks dengan laki-laki lain dan berkumpul di tempat-tempat tertentu untuk mendapatkan pasangan baru. Tempat-tempat ini termasuk bar, diskotek, taman kota, mal, klub senam/olahraga dan tempat lainnya. Estimasi LSL tidak menghitung semua laki-laki yang berhubungan seks dengan laki-laki. Estimasi ini tidak memasukkan pelanggan waria karena sudah dilakukan terpisah di atas tadi. Sumber data Sumber data yang digunakan untuk estimasi jumlah populasi Waria penjaja seks, pelanggan waria dan LSL serta jumlah masing-masing populasi yang sudah terinfeksi HIV adalah: ? Hasil pemetaan Survei Surveilans Perilaku (SSP) populasi Waria di 3 kota yang dilakukan oleh Depkes dan BPS pada tahun 2004 - 2005. Selain itu juga digunakan beberapa hasil SSP tersebut (jumlah pelanggan/bulan, % pelanggan waria yang juga pelanggan WPS dan variabel lainnya) untuk mengestimasi jumlah pelanggan Waria. ? Data surveilans dinas kesehatan kabupaten/kota tahun 2004 - 2006 yang tidak hanya memberikan data prevalensi HIV tetapi juga jumlah Warianya. Ada 83 dinas kesehatan kabupaten/kota yang memberikan data jumlah Waria diwilayahnya. ? Hasil pendataan LSM yang memberikan layanan kepada Waria, pelanggannya dan LSL. Ada 99 kabupaten/kota yang mempunyai data pemetaan LSM untuk jumlah Waria dan 29 kabupaten/kota untuk LSL.

18


? Pendataan dinas sosial tahun 2006. Tercatat 79 kabupaten/kota melaporkan data dari dinas sosial yang umumnya merupakan jumlah Waria di bina melalui beberapa kegiatan seperti kursus-kursus kecantikan serta data dari panti rehabilitasi. ? Survei potensi desa (PODES) yang dilakukan oleh BPS pada tahun 2005 dengan responden kepala desa/lurah diseluruh Indonesia memberikan data tingkat keramaian industri seks di setiap kabupaten/kota secara umum. Selain sumber data diatas, estimasi jumlah populasi Waria penjaja seks dan pelanggannya sangat dipengaruhi hasil estimasi populasi WPS Langsung, khususnya pada kabupaten/kota yang tidak memiliki hasil pendataan dari instansi/lembaga terkait. Proses estimasi populasi Sama seperti proses estimasi jumlah populasi WPS, estimasi jumlah Waria penjaja seks, pelanggannya dan LSL dilakukan dengan beberapa cara berbeda tergantung dari ketersediaan data di setiap kabupaten/kota sebagaimana diuraikan dibawah ini: Cara pertama: ? Estimasi rendah Jumlah Waria diambil dari hasil pemetaan SSP, sedangkan estimasi tingginya menggunakan angka tertinggi dari hasil pendataan dinas kesehatan, dinas sosial dan LSM. Tidak ada kabupaten/kota yang menggunakan cara pertama ini untuk estimasi jumlah populasi LSL karena tidak tersedia datanya. ? Cara ini digunakan pada 3 kota dimana data-data tersebut tersedia. ? Rerata rasio estimasi rendah dan tinggi dari cara pertama ini digunakan sebagai rasio untuk menghitung estimasi tinggi jumlah populasi Waria didaerah lainnya. ? Contoh estimasi jumlah Waria di Kota Surabaya Jumlah Waria dari hasil pemetaan BPS = 440 Hasil pendataan LSM tahun 2006 = 1.122 Maka estimasi rendah – tinggi Waria di kota Surabaya = 440 – 1.122 Cara kedua: ? Estimasi rendah Jumlah Waria diambil dari hasil terendah pendataan dinas kesehatan, dinas sosial dan LSM, sedangkan estimasi tingginya menggunakan angka tertinggi dari hasil pendataan tersebut atau rasio rendah tinggi WPS langsung untuk populasi Waria penjaja seks dan rasio LSL dengan penduduk laki-laki usia 15-49 tahun untuk LSL bila hanya satu sumber data tersedia. ? Cara kedua ini di lakukan untuk menghitung estimasi populasi Waria penjaja seks di 145 kabupaten/kota dan LSL di 30 kabupaten/kota.


19

? Contoh estimasi di kota Surakarta: - Hasil pendataan dinas kesehatan tahun 2006 • Waria • LSL - Hasil pendataan LSM tahun 2006 • Waria • LSL - Jumlah penduduk laki-laki usia 14 – 49 tahun - Indeks LSL - Faktor pengali estimasi tinggi LSL - Estimasi rendah – tinggi Waria penjaja seks - Estimasi rendah LSL - Estimasi tinggi LSL 147.962 x 1,69/100

= 127 == 161 = 524 = 147.962 19 =2 20 = 1,69/100 = 127 – 161 = 524 = 2.500

Cara ketiga: ? Estimasi jumlah populasi Waria dari 292 kabupaten/kota dan LSL dari 410 kabupaten/kota yang tidak ada data hasil pemetaan atau pendataan dari berbagai instansi/lembaga terkait menggunakan cara ketiga, yaitu: - Perhitungan estimasi populasi Waria dilakukan dengan cara mengalikan estimasi jumlah WPS langsung di kabupaten/kota tersebut dengan rasio Waria terhadap WPS Langsung dari wilayah yang ada datanya dan indeks risiko sama. - Perhitungan estimasi populasi LSL dilakukan dengan cara mengalikan jumlah populasi laki-laki usia 15 – 49 tahun dengan rasio LSL terhadap laki-laki usia 15 – 49 tahun dari wilayah yang ada datanya dan indeks risiko sama. ? Contoh estimasi kota Palangkaraya : - Estimasi rendah – tinggi jumlah WPS Langsung = 136 – 303 - Indeks risiko Waria = 521 22 - Faktor pengali indeks risiko Waria 5 = 0,39 - Estimasi rendah – tinggi jumlah Waria 136 x 0,39 – 303 x 0,39 = 53 - 88 - Jumlah penduduk laki-laki usia 14 – 49 tahun = 54.673 - Indeks risiko LSL =1 - Faktor pengali estimasi rendah untuk indeks risiko LSL 1 = 0,85 - Faktor pengali estimasi tinggi untuk indeks risiko LSL 1 = 1,69 - Estimasi rendah – tinggi LSL 54.673 x 0,85/100 - 54.673 x 1,69/100= 463 - 926 Setelah estimasi jumlah populasi Waria untuk semua kabupaten/kota dilakukan, maka estimasi jumlah populasi pelanggan Waria dihitung dengan cara mengalikan hasil estimasi jumlah populasi Waria dengan jumlah transaksi seks anal dari data SSP Waria di 3 kota (Jakarta, Surabaya dan Makassar). Hasil perhitungan tersebut dikurangi dengan jumlah pelanggan Waria yang juga menjadi pelanggan WPS karena sudah dihitung dalam estimasi pelanggan WPS.

19 Jumlah bar/karaoke/panti pijat per 1 juta penduduk 15 – 49 tahun adalah 1,3 (PODES 2005) sehingga masuk kedalam indeks risiko sedang terhadap LSL 20 Rasio tertinggi LSL dengan penduduk laki-laki usia 15-49 tahun pada daerah yang ada datanya dan indeks risiko 2 21 13.3% desa di kota Palangkaraya ada tempat transaksi seks (PODES 2005) sehingga masuk kedalam risiko sangat tinggi untuk populasi Waria 22 Rerata rasio Waria terhadap WPS Langsung dari kabupaten/kota dengan indeks risiko Waria 5 dan ada datanya

20


? Contoh perhitungan untuk estimasi pelanggan Waria di kota Palangkaraya : - Estimasi rendah jumlah Waria - Rerata transaksi seks anal 1 bulan terakhir - % pelanggan Waria yang juga pelanggan WPS - Estimasi rendah jumlah pelanggan Waria (53 x 19.32) – (53 x 19.32) x 75%

= 53 = 19.32 = 75% = 132

Proses estimasi prevalensi HIV Data prevalensi HIV pada populasi Waria dan LSL tahun 2005/2006 sangat terbatas dan tidak ada data prevalensi HIV sama sekali untuk populasi pelanggan Waria. Prevalensi HIV pada populasi Waria di 29 kabupaten/kota yang memiliki data dari hasil serosurveilans 2005/2006 berkisar antara 0 – 34,8%, prevalensi terendah dilaporkan oleh beberapa kota seperti Mataram dan Gorontalo sedangkan estimasi tertinggi dilaporkan oleh kota Jogyakarta. Prevalensi HIV pada populasi LSL dari hasil serosurveilans di 3 kota (Bandung, Surakarta dan Jakarta) berkisar antara 0 – 2,5%. Prevalensi HIV pada populasi Waria dan LSL dari beberapa kabupaten/kota yang memiliki data hasil serosurveilans sangat bervariasi dan sudah cukup tinggi. Mengingat keterbatasan data prevalensi HIV pada populasi Waria dan LSL, maka dilakukan asumsi prevalensi HIV untuk menghitung estimasi populasi Waria dan LSL yang sudah terinfeksi HIV di kabupaten/kota yang tidak memiliki data dengan cara sebagai berikut : ? Estimasi rendah prevalensi HIV di populasi Waria untuk semua kabupaten/kota yang tidak memiliki data menggunakan angka rerata dari wilayah yang memiliki data dan indeks risiko Waria rendah sehingga didapat angka 6,5%. Sedangkan estimasi tingginya menggunakan rerata dari wilayah yang memiliki data dan indeks risiko Waria tinggi yang memberikan angka prevalensi HIV 25% ? Estimasi rendah prevalensi HIV di populasi LSL untuk kabupaten/kota yang tidak memiliki data menggunakan rasio rerata dari hasil serosurveilans di kota Bandung dan Surakarta (0,8%) terhadap terhadap estimasi rendah prevalensi HIV dipopulasi WPS, sedangkan estimasi tingginya menggunakan rasio hasil serosurveilans Jakarta (2,5%) dengan estimasi tinggi prevalensi HIV pada populasi WPS dimasing-masing kabupaten/kota. ? Estimasi prevalensi HIV pada pelanggan Waria disepakati seperlima dari prevalensi HIV pada Waria. Asumsi ini untuk menggambarkan risiko penularan HIV dari pelanggan Waria yang sebagian besar melakukan insertif dalam hubungan seks anal dan tingkat penggunaan kondom serta pelicin berbahan dasar air pada transaksi seks anal tersebut. Keterbatasan Keterbatasan data-data dasar yang digunakan untuk estimasi jumlah Waria, LSL serta pelanggan Waria dan estimasi populasi yang sudah terinfeksi HIV dan AIDS menyebabkan indeks risiko dan faktor pengali yang dibuat menggunakan asumsi-asumsi yang dapat menimbulkan bias dalam perhitungan. KeterbatasanKeterbatasan pada perhitungan estimasi jumlah dan ODHA dari populasi WPS seperti waktu dan metodologi pendataan, generalisasi data PODES dan rasio populasi terhadap penduduk usia tertentu juga terjadi dalam perhitungan jumlah populasi Waria, LSL serta pelanggan Waria. Selain itu juga ada beberapa Keterbatasan lainnya seperti : ? Hasil pendataan dan serosurvei HIV dari instansi/lembaga di kabupaten/kota belum tentu mewakili Waria yang menjajakan seks, melainkan ikut yang tidak menjajakan seks seperti Waria yang bekerja di salon. Hal ini akan berpengaruh terhadap kemungkinan semakin besarnya estimasi jumlah populasi dan semakin kecilnya prevalensi yang ditemui.


21

? Sulitnya membedakan populasi LSL dengan masyarakat umum serta keterbatasan informasi dan metodologi yang ada dari berbagai referensi menyebabkan asumsi, rasio dan faktor pengali yang digunakan untuk estimasi populasi LSL dan mereka yang sudah terinfeksi HIV menjadi tidak sensitif.

III.4. Warga Binaan Pemasyarakatan Kenapa populasi ini terpilih ? Peningkatan jumlah warga binaan lembaga pemasyarakatan dengan kasus kejahatan penyalahgunaan narkotika beberapa tahun terakhir ini cukup signifikan. Sebagian dari dari kasus tersebut juga melibatkan Penasun. Selain itu juga dari hasil SSP populasi Penasun diketahui bahwa sebagian dari mereka yang pernah di tahan dan dipenjara tetap dapat melakukan perilaku berisiko tertular dan menularkan HIV di dalam lembaga pemasyarakatan dan rumah tahanan. Data surveilans HIV Departemen Kesehatan dari beberapa Lapas/Rutan yang menjadi tempat sentinel menunjukan peningkatan prevalensi HIV sehingga patut diduga adanya peningkatan orang dengan HIV dan AIDS yang menjadi warga binaan lembaga pemasyarakatan dan atau penularan HIV didalam Lapas/Rutan sebagai akibat penggunaan narkoba dengan cara suntik secara ilegal dan/atau melakukan berbagai kegiatan yang bisa menimbulkan perlukaan seperti menindik, tato dan lain-lain bersama-sama dengan narapidana dan tahanan lain yang sudah terinfeksi HIV. Definisi Warga Binaan Pemasyarakatan adalah pria dan wanita yang ditahan dalam satu tahun terakhir. Ini termasuk para tahanan di rutan (rumah tahanan Negara bagi para tahanan yang sedang menanti keputusan hukum) dan lapas (lembaga pemasyarakatan/penjara), tetapi tidak termasuk yang berada dalam tahanan polisi. Sumber data Sumber data yang digunakan untuk estimasi jumlah populasi warga binaan Lembaga Pemasyarakatan hanya berdasarkan pendataan dari Direktorat Jenderal Pemasyarakatan saja. Sedangkan untuk estimasi jumlah warga binaan yang sudah terinfeksi HIV menggunakan hasil prevalensi HIV di Lapas/Rutan dari serosurvei yang dilakukan oleh jajaran Departemen Kesehatan. Proses estimasi populasi Proses estimasi jumlah populasi warga binaan Lembaga Pemasyarakatan relatif lebih mudah dari estimasi jumlah populasi risiko tinggi lainnya mengingat sumber datanya cukup lengkap. Estimasi rendah jumlah warga binaan dihitung dengan menjumlahkan rata-rata jumlah orang yang ditahan dalam Lapas dan Rutan selama satu tahun terakhir atau jumlah orang pada bulan terakhir. Sedangkan estimasi tinggi merupakan hasil pengkalian jumlah tahanan dengan jumlah pergantian atau turnover tahanan dalam satu tahun untuk memperkirakan jumlah orang berbeda yang ditahan dan dipenjara per tahun.

22


Proses estimasi prevalensi HIV Banyak Lapas/Rutan yang menjadi tempat sentinel serosurveilans HIV Departemen Kesehatan sehingga data prevalensi yang tersedia juga cukup banyak. Tercatat 108 kabupaten/kota memiliki data prevalensi HIV pada populasi Warga Binaan Pemasyarakatan dengan prevalensi terendah 0% yang dilaporkan oleh beberapa kabupaten/kota seperti Merangin, Bandung dan Demak, sedangkan prevalensi tertinggi 52.6% dilaporkan oleh Kabupaten Cirebon. Validasi dan verifikasi data prevalensi HIV yang dilaporkan dilakukan oleh tim teknis estimasi untuk menjamin bahwa spesimen diambil secara acak dan mewakili WBP secara keseluruhan di Lapas/Rutan tersebut bukan hanya WBP dengan kasus penyalahgunaan narkotika saja. Bagi beberapa kabupaten/kota yang melaporkan data prevalensi dari WBP dengan penyalahgunaan narkoba saja maka dilakukan penyesuaian menggunakan rasio prevalensi HIV pada WBP dengan kasus penyalahgunaan narkoba dan prevalensi HIV pada WBP secara umum pada kabupaten/kota yang memiliki kedua data tersebut. Estimasi WBP yang sudah terinfeksi HIV pada kabupaten/kota yang tidak mempunyai data prevalensi HIV dilakukan dengan mengkalikan estimasi jumlah WBP dengan rerata prevalensi HIV dari wilayah yang memiliki data. Keterbatasan Tidak semua kabupaten/kota memiliki Lapas/Rutan sehingga yang ada dalam Lapas/Rutan mungkin berasal dari daerah lain. Kendati demikian, dalam kasus ini mereka tidak dibagi rata lintas daerah karena pemerintah daerah dimana Lapas/Rutan berada juga bertanggungjawab untuk memberikan pelayanan pencegahan dan perawatan kepada setiap WBP di wilayah tersebut. Disamping itu juga belum ada data yang dapat digunakan sebagai indeks risiko untuk menghitung estimasi prevalensi HIV pada wilayah yang tidak memiliki datanya sehingga asumsi prevalensi yang dipakai hanya menggunakan rerata dari prevalensi yang ada.

III.5. Populasi Umum Tanah Papua Kenapa populasi ini terpilih ? Perkembangan epidemi HIV di tanah Papua berbeda dengan di wilayah Indonesia lainnya. Hal ini dapat dilihat dari banyaknya populasi umum yang dilaporkan sebagai pasien AIDS jauh melebihi populasi yang secara tradisional dianggap lebih berisiko. Selain itu juga hasil serosurveilans HIV pada sub-populasi yang dianggap mewakili populasi berisiko rendah seperti ibu Hamil dan murid sekolah tingkat lanjut atas (SLTA) mengindikasikan adanya penularan diantara populasi diluar yang sudah diestimasi diatas. Hasil SSP pada kelompok remaja dan masyarakat umum dibeberapa tempat juga menunjukan adanya perilaku yang dapat menyebabkan penularan diantara populasi risiko rendah ditanah Papua. Definisi Populasi umum tanah Papua adalah laki-laki dan perempuan berusia 15 – 49 tahun, tinggal dan terdaftar sebagai penduduk Papua serta bukan termasuk dalam salah satu populasi risiko tinggi diatas.


23

Sumber data Sumber data yang digunakan untuk estimasi jumlah populasi umum di tanah Papua adalah hasil Survei Sosial Ekonomi Nasional Badan Pusat Statistik tahun 2004 dan hasil estimasi populasi risiko tinggi. Sedangkan untuk estimasi prevalensi digunakan hasil sementara Survei Terpadu HIV dan Perilaku pada masyarakat umum di tanah Papua. Proses estimasi populasi Estimasi populasi risiko rendah tanah Papua dihitung dengan cara mengurangi jumlah penduduk laki-laki dan perempuan usia 15 – 49 tahun dengan hasil estimasi populasi risiko tinggi di setiap kabupaten/kota di tanah Papua. Proses perhitungannya tergolong mudah mengingat semua data yang dibutuhkan sudah tersedia sehingga tidak perlu dilakukan asumsi – asumsi untuk perhitungan.

24


IV

HASIL ESTIMASI

Penggunakan format dan metodologi perhitungan yang relatif sama di setiap kabupaten/kota menjadikan estimasi jumlah populasi dan estimasi orang dengan HIV dan AIDS di tingkat provinsi merupakan penjumlahan dari hasil estimasi kabupaten/kota dan estimasi tingkat nasional adalah hasil penjumlahan dari perhitungan tingkat provinsi. Sesuai dengan tujuan serta untuk memaksimalkan hasil estimasi populasi rawan terinfeksi HIV dan ODHA tahun 2006, maka hasil estimasi disajikan dalam beberapa tingkatan mulai dari nasional sampai dengan kabupaten/kota. Hasil estimasi ini juga dapat dimanfaatkan untuk menghitung estimasi populasi rawan lainnya seperti anak yang dilahirkan dari ibu yang terinfeksi HIV dan untuk keperluan perencanaan program dibutuhkan estimasi jumlah populasi rawan tertular HIV dan jumlah orang dengan HIV dan AIDS setidak-tidaknya satu kali setiap tiga tahun.


25

V 1. 2.

3.

4. 5.

REKOMENDASI

Pelaksanaan Estimasi akan dilakukan secara berkala, dan akan dilakasanakan setiap 2 tahun sekali dan paling lambat dilaksanakan 3 tahun sekali. Data - data yang terkait dengan bidang kesehatan dari kabupaten/kota seperti data Surveilans, Laporan kasus, dan laporan laporan lain yang dibutuhkan dikumpulkan oleh Departemen Kesehatan. Data – Data lain yang terkait Sektoral seperti Jumlah WPS, Jumlah Penasun, Jumlah tempat hiburan, Anak Jalanan, Anak Yatim karena AIDS dan tempat-tempat rawan lainnya dikumpulkan tiap tahun oleh sekretariat KPA Nasional. Cara perhitungan Estimasi dilakukan dengan Pedoman yang baku (standar) untuk tiap Kabupaten/kota. Data – data lain yang dibutuhkan untuk keperluan Estimasi dipakai untuk penentuan indeks risiko dititipkan pada kegiatan survei nasional.


27


29

-

-

Penduduk

54,675,020 58,785,560

Pria Resiko Rendah Wanita Resiko Rendah

Wanita

3,075,590 1,607,510

Pria Resiko Tinggi Wanita Resiko Tinggi

-

1,362,330 20,960 61,610 384,320 75,580

Pasangan Pelanggan WPS Waria Pelanggan Waria Laki-laki Seks dengan Laki-laki Napi

Pria

298,720

1,063,610

2,342,660

Pasangan Pelanggan WPS Tidak Langsung

Pasangan Pelanggan WPS Langsung

Pelanggan WPS

507,600

1,835,060

Pelanggan WPS Langsung

Pelanggan WPS Tidak Langsung

164,080

69,240

Wanita Penjaja Seks (WPS) Semua

94,840

Wanita Penjaja Seks Tidak Langsung

190,460 81,100

Wanita Penjaja Seks Langsung

Pengguna Napza Suntik Pasangan Penasun yang Bukan Pemakai

-

-

-

57,234,460 59,866,780

5,635,030 2,688,730

2,304,980 35,300 104,640 1,149,270 116,840

501,080

1,803,900

3,981,180

856,520

3,124,660

278,160

116,700

161,460

247,800 105,590

220,659,980

110,172,720

110,487,290

-

4,355,310 2,148,120

1,833,660 28,130 83,130 766,800 96,210

399,900

1,433,760

3,161,920

682,060

2,479,860

221,120

92,970

128,220

219,130 93,350

-

-

-

0.02 0.02

2.15 0.89

0.19 6.46 1.24 0.75 3.71

0.13

1.21

0.65

0.33

0.70

3.12

1.65

3.70

31.73 10.29

-

-

-

0.03 0.02

5.08 1.86

0.45 25.29 5.16 2.52 8.04

0.04

0.51

1.31

0.82

1.52

5.53

3.96

7.56

53.26 18.26

-

-

-

-

3.18 1.25

0.28 13.47 2.69 1.20 5.42

0.18

0.32

0.89

0.51

1.00

4.01

2.52

5.12

41.09 13.75

-

-

-

13,240 13,800

156,270 29,970

6,090 5,300 3,180 9,700 6,080

650

5,460

30,690

2,860

27,870

9,070

1,930

7,170

101,440 14,810

-

-

-

13,880 14,080

121,000 23,800

4,300 2,280 1,300 8,660 4,340

780

3,620

25,890

4,140

21,750

8,670

2,740

5,970

78,620 10,860

Tabel 1. Hasil Estimasi Populasi Dewasa Rawan Tertular HIV dan Orang Dengan HIV dan AIDS Tahun 2006

-

-

-

13,560 13,940

138,640 26,890

5,200 3,790 2,240 9,180 5,210

720

4,540

28,290

3,500

24,810

8,870

2,340

6,570

90,030 12,840

Tabel 2. Hasil Estimasi Populasi Penyalahguna Napza Suntik (Penasun) Tahun 2006

Estimasi Jumlah Populasi No

Provinsi

Rendah

Tinggi

Estimasi Prevalensi

Rerata

Rendah

Tinggi

Estimasi ODHA Populasi Rendah x Prevalensi Tinggi

Populasi Tinggi x Prevalensi Rendah

Rerata

1 Daerah Khusus Ibukota Jakarta

29,350

38,140

33,750

40.53

61.43

15,460

18,030

16,750

2 Jawa Timur

23,750

30,910

27,330

28.83

52.67

12,510

8,910

10,710

3 Jawa Barat

21,500

27,920

24,710

27.01

54.70

11,760

7,540

9,650

4 Sumatera Utara

14,130

18,320

16,230

28.88

52.65

7,440

5,290

6,370

5 Sulawesi Selatan

10,510

13,710

12,110

29.03

52.62

5,530

3,980

4,760

6 Banten

8,390

10,900

9,650

30.83

52.68

4,420

3,360

3,890

7 Kalimantan Timur

8,260

10,730

9,500

28.98

52.66

4,350

3,110

3,730

8 Sumatera Selatan

7,120

9,260

8,190

29.05

62.36

4,440

2,690

3,570

9 Jawa Tengah

6,870

8,950

7,910

28.72

52.69

3,620

2,570

3,100

10 Kalimantan Selatan

5,720

7,440

6,580

29.03

52.62

3,010

2,160

2,590

11 Sumatera Barat

5,280

6,880

6,080

29.07

52.65

2,780

2,000

2,390

12 Jambi

4,710

6,160

5,440

32.47

52.65

2,480

2,000

2,240

13 Daerah Istimewa Yogyakarta

4,860

6,320

5,590

28.96

52.67

2,560

1,830

2,200

14 Kepulauan Riau

4,480

5,830

5,160

28.99

52.68

2,360

1,690

2,030

15 Lampung

4,230

5,510

4,870

29.04

52.72

2,230

1,600

1,920

16 Kalimantan Barat

3,730

4,860

4,300

29.01

52.82

1,970

1,410

1,690

17 Riau

3,690

4,790

4,240

29.02

52.57

1,940

1,390

1,670

18 Nusa Tenggara Timur

3,190

4,150

3,670

29.16

52.66

1,680

1,210

1,450

19 Bali

2,960

3,870

3,420

28.94

52.70

1,560

1,120

1,340

20 Sulawesi Tengah

2,690

3,510

3,100

29.06

52.79

1,420

1,020

1,220

21 Kepulauan Bangka Belitung

2,460

3,200

2,830

29.06

52.85

1,300

930

1,120

22 Nanggroe Aceh Darussalam

2,350

3,060

2,710

29.08

52.77

1,240

890

1,070

23 Kalimantan Tengah

2,000

2,600

2,300

29.23

52.50

1,050

760

910

24 Bengkulu

1,790

2,330

2,060

29.18

52.51

940

680

810

25 Sulawesi Utara

1,720

2,240

1,980

29.02

52.91

910

650

780

26 Sulawesi Barat

900

1,170

1,040

29.06

52.22

470

340

410

27 Maluku Utara

890

1,140

1,020

28.95

52.81

470

330

400

28 Sulawesi Tenggara

770

1,020

900

28.43

51.95

400

290

350

29 Maluku

710

930

820

29.03

52.11

370

270

320

30 Nusa Tenggara Barat

600

800

700

28.75

53.33

320

230

280

31 Papua

360

500

430

30.00

52.78

190

150

170

32 Gorontalo

290

380

340

28.95

51.72

150

110

130

33 Irian Jaya Barat

200

270

240

29.63

55.00

110

80

100

190,460

247,800

219,200

31.73

53.26

101,440

78,620

90,120

Indonesia

30


Tabel 3. Hasil Estimasi Populasi Pasangan Penasun Tahun 2006


Provinsi

Rendah

Tinggi

Estimasi Prevalensi

Rerata

Rendah

Tinggi



Rerata


12,510

16,250

14,380

13.42

20.46

2,560

2,180

2,370

2 Jawa Timur

10,110

13,170

11,640

9.64

17.61

1,780

1,270

1,530

3 Jawa Barat

9,100

11,860

10,480

9.19

18.13

1,650

1,090

1,370

4 Sumatera Utara

6,020

7,820

6,920

9.59

17.61

1,060

750

910

5 Sulawesi Selatan

4,480

5,850

5,170

9.74

17.63

790

570

680

6 Banten

3,580

4,660

4,120

10.30

17.60

630

480

560

7 Kalimantan Timur

3,520

4,570

4,050

9.63

17.61

620

440

530

8 Sumatera Selatan

3,040

3,940

3,490

9.64

20.72

630

380

510

9 Jawa Tengah

2,940

3,800

3,370

9.74

17.69

520

370

450


2,440

3,160

2,800

9.81

17.62

430

310

370

11 Sumatera Barat

2,240

2,940

2,590

9.86

17.41

390

290

340

12 Jambi

2,010

2,630

2,320

10.65

17.41

350

280

320


2,070

2,710

2,390

9.59

17.87

370

260

320

14 Kepulauan Riau

1,900

2,480

2,190

9.68

17.89

340

240

290

15 Lampung

1,790

2,340

2,070

9.83

17.88

320

230

280

16 Kalimantan Barat

1,570

2,100

1,840

9.52

17.83

280

200

240

17 Riau

1,580

2,040

1,810

9.80

17.72

280

200

240


1,390

1,760

1,580

9.66

17.99

250

170

210

19 Bali

1,250

1,640

1,450

9.76

17.60

220

160

190

20 Sulawesi Tengah

1,140

1,510

1,330

9.93

17.54

200

150

180


1,050

1,360

1,210

9.56

17.14

180

130

160


1,020

1,300

1,160

10.00

17.65

180

130

160


850

1,100

980

10.00

17.65

150

110

130

24 Bengkulu

760

990

880

10.10

17.11

130

100

120

25 Sulawesi Utara

730

980

860

10.20

17.81

130

100

120

26 Sulawesi Barat

390

490

440

10.20

17.95

70

50

60

27 Maluku Utara

390

490

440

10.20

17.95

70

50

60


340

440

390

9.09

17.65

60

40

50

29 Maluku

310

390

350

10.26

19.35

60

40

50


260

350

310

11.43

19.23

50

40

50

31 Papua

120

180

150

11.11

16.67

20

20

20

32 Gorontalo

110

170

140

11.76

18.18

20

20

20

90

120

110

8.33

22.22

20

10

20

81,100

105,590

93,350

10.29

18.26

14,810

10,860

12,840

33 Irian Jaya Barat

Indonesia


31

Tabel 4. Hasil Estimasi Populasi Wanita Penjaja Seks (WPS) Tahun 2006


Provinsi

Rendah

Tinggi

Estimasi Prevalensi

Rerata

Rendah

Tinggi



Rerata


27,370

50,450

38,910

2.74

6.94

1,380

1,900

1,640

2 Jawa Timur

19,380

32,750

26,070

2.69

6.04

1,170

880

1,030

3 Jawa Barat

17,910

32,750

25,330

2.60

5.70

1,020

850

940

6,460

10,610

8,540

5.37

9.91

570

640

610

10,120

17,110

13,620

3.04

5.73

580

520

550

6 Kepulauan Riau

8,010

13,820

10,920

2.89

5.12

400

410

410

7 Riau

6,070

10,160

8,120

3.84

6.59

400

390

400

8 Sumatera Utara

6,740

11,060

8,900

2.53

5.64

380

280

330

9 Kalimantan Timur

8,360

14,540

11,450

1.79

3.71

310

260

290

10 Sumatera Selatan

5,090

8,070

6,580

2.85

5.70

290

230

260


5,110

8,880

7,000

2.48

4.50

230

220

230

12 Papua

4,000

6,030

5,020

3.32

5.25

210

200

210

13 Sulawesi Selatan

3,980

6,480

5,230

2.47

5.03

200

160

180

14 Irian Jaya Barat

2,150

3,180

2,670

4.72

9.30

150

200

180

15 Kalimantan Barat

2,810

4,610

3,710

3.69

6.05

170

170

170

16 Maluku

2,730

4,060

3,400

3.94

5.86

160

160

160

17 Lampung 18 Sulawesi Utara

3,300 2,830

4,980 4,710

4,140 3,770

2.61 2.76

5.45 5.30

180 150

130 130

160 140


2,540

4,420

3,480

3.17

5.51

140

140

140

20 Banten

2,540

4,120

3,330

2.91

5.51

140

120

130


2,020

3,350

2,690

2.69

5.94

90

120

110

22 Nusa Tenggara Timur 23 Sulawesi Tengah

2,360 1,860

3,500 2,990

2,930 2,430

1.71 2.68

5.93 4.84

140 90

60 80

100 90

24 Jambi

1,340

2,170

1,760

3.23

5.97

80

70

80


1,280

2,080

1,680

3.37

6.25

80

70

80

26 Bengkulu

1,070

1,770

1,420

3.39

6.54

70

60

70


1,030

1,610

1,320

3.11

6.80

70

50

60


1,400

1,980

1,690

2.02

3.57

50

40

50

29 Maluku Utara

990

1,410

1,200

2.84

4.04

40

40

40


690

1,060

880

2.83

7.25

50

30

40

31 Sulawesi Barat

530

770

650

2.60

5.66

30

20

30

1,500

1,960

1,730

1.02

2.00

30

20

30

4 Bali 5 Jawa Tengah

32 Gorontalo 33 Sumatera Barat

Indonesia

32

510

720

620

2.78

3.92

20

20

20

164,080

278,160

221,120

3.12

5.53

9,070

8,670

8,870


Tabel 5. Hasil Estimasi Populasi Pelanggan WPS Tahun 2006


Provinsi

Rendah

Tinggi

Estimasi Prevalensi

Rerata

Rendah

Tinggi



Rerata


326,600

610,870

468,740

0.61

1.45

3,700

4,740

4,220

2 Jawa Timur

352,900

595,210

474,060

0.57

1.38

4,870

3,380

4,130

3 Jawa Barat

248,020

453,280

350,650

0.61

1.38

3,430

2,750

3,090

4 Bali

102,590

170,330

136,460

1.40

2.63

2,380

2,700

2,540

5 Jawa Tengah

153,160

259,560

206,360

0.64

1.25

1,910

1,650

1,780

6 Sumatera Utara

140,660

231,670

186,170

0.45

1.27

1,780

1,040

1,410

7 Riau

113,230

189,060

151,150

0.51

1.37

1,550

960

1,260

8 Sulawesi Selatan

102,840

168,590

135,720

0.57

1.35

1,390

960

1,180

9 Kepulauan Riau

75,490

130,630

103,060

0.69

1.38

1,040

900

970

10 Sumatera Selatan

79,280

126,920

103,100

0.50

1.21

960

630

800

11 Kalimantan Timur

92,720

161,530

127,130

0.41

0.91

840

660

750


49,950

86,560

68,260

0.55

1.14

570

480

530

13 Lampung

49,770

76,460

63,120

0.48

1.23

610

370

490

14 Papua

39,140

58,720

48,930

0.77

1.23

480

450

470

15 Kalimantan Barat

33,430

55,330

44,380

0.80

1.38

460

440

450

16 Banten

34,950

58,610

46,780

0.67

1.34

470

390

430

17 Maluku

29,300

45,970

37,640

0.87

1.47

430

400

420

18 Irian Jaya Barat

20,920

29,870

25,400

1.17

2.01

350

420

390


33,230

58,150

45,690

0.52

1.26

420

300

360

20 Sulawesi Utara

29,370

49,010

39,190

0.59

1.23

360

290

330


27,460

45,830

36,650

0.61

1.27

280

350

320

22 Sulawesi Tengah

26,980

43,300

35,140

0.58

1.15

310

250

280

23 Jambi

22,860

38,550

30,710

0.49

1.36

310

190

250

24 Bengkulu

18,250

30,860

24,560

0.65

1.48

270

200

240


25,140

37,920

31,530

0.37

1.27

320

140

230


16,520

26,640

21,580

0.68

1.39

230

180

210


15,000

22,320

18,660

0.58

1.40

210

130

170


21,060

30,490

25,780

0.43

0.90

190

130

160


12,380

19,660

16,020

0.66

1.37

170

130

150

30 Maluku Utara

14,330

20,530

17,430

0.54

0.84

120

110

120

31 Sulawesi Barat

8,830

13,190

11,010

0.53

1.25

110

70

90

18,700

24,650

21,680

0.20

0.43

80

50

70

32 Gorontalo 33 Sumatera Barat

Indonesia

7,600

10,910

9,260

0.46

1.18

90

50

70

2,342,660

3,981,180

3,161,920

0.65

1.31

30,690

25,890

28,290


33

Tabel 6. Hasil Estimasi Populasi Pasangan Tetap Pelanggan WPS Tahun 2006


Provinsi

Rendah

Tinggi

Estimasi Prevalensi

Rerata

Rendah

Tinggi



Rerata

1 Jawa Timur

188,200

317,420

252,810

0.16

0.46

870

520

700


166,180

310,810

238,500

0.22

0.42

670

690

680

81,000

134,470

107,740

0.45

0.78

630

610

620

4 Jawa Barat

126,170

230,620

178,400

0.16

0.46

580

380

480

5 Jawa Tengah

123,800

209,840

166,820

0.18

0.43

530

370

450

6 Sumatera Utara

103,100

169,820

136,460

0.13

0.43

440

220

330

7 Sulawesi Selatan

52,120

85,400

68,760

0.16

0.46

240

140

190

8 Sumatera Selatan

60,950

97,540

79,250

0.09

0.41

250

90

170

9 Riau

43,870

73,190

58,530

0.15

0.46

200

110

160

10 Kepulauan Riau

30,690

53,070

41,880

0.21

0.46

140

110

130

11 Kalimantan Timur

49,660

86,500

68,080

0.12

0.30

150

100

130

12 Lampung

38,260

58,790

48,530

0.14

0.42

160

80

120


26,730

46,360

36,550

0.17

0.37

100

80

90

14 Maluku

21,890

34,340

28,120

0.20

0.50

110

70

90


25,550

44,710

35,130

0.16

0.43

110

70

90

16 Papua

22,010

33,000

27,510

0.21

0.41

90

70

80

17 Kalimantan Barat

17,930

29,640

23,790

0.24

0.45

80

70

80


22,200

37,070

29,640

0.19

0.36

70

80

80

19 Banten

17,770

29,830

23,800

0.20

0.45

80

60

70

20 Irian Jaya Barat

10,850

15,480

13,170

0.39

0.55

60

60

60

21 Sulawesi Utara

16,980

28,360

22,670

0.18

0.41

70

50

60

22 Bengkulu

13,990

23,720

18,860

0.17

0.50

70

40

60

23 Sulawesi Tengah

15,600

25,050

20,330

0.16

0.38

60

40

50


11,590

17,490

14,540

0.11

0.43

50

20

40

8,860

14,250

11,560

0.21

0.45

40

30

40

10,990

16,350

13,670

0.18

0.45

50

30

40

9,080

15,300

12,190

0.13

0.44

40

20

30

10,660

15,450

13,060

0.13

0.28

30

20

30

5,440

8,620

7,030

0.23

0.55

30

20

30

30 Maluku Utara

10,720

15,340

13,030

0.13

0.28

30

20

30

31 Sulawesi Barat

4,470

6,670

5,570

0.15

0.45

20

10

20

32 Gorontalo

9,460

12,470

10,970

0.08

0.21

20

10

20

3 Bali

25 Kalimantan Selatan 26 Nanggroe Aceh Darussalam 27 Jambi 28 Sulawesi Tenggara 29 Nusa Tenggara Barat

33 Sumatera Barat

Indonesia

34

5,560

8,010

6,790

0.12

0.36

20

10

20

1,362,330

2,304,980

1,833,660

0.19

0.45

6,090

4,300

5,200


Tabel 7. Hasil Estimasi Populasi Laki-laki Seks Dengan Laki-laki WPS Tahun 2006


Provinsi

Rendah

Tinggi

Estimasi Prevalensi

Rerata

Rendah

Tinggi



Rerata

1 Jawa Barat

85,110

255,310

170,210

0.71

2.50

2,130

1,820

1,980

2 Jawa Timur

66,010

198,010

132,010

0.76

2.50

1,650

1,510

1,580

3 Jawa Tengah

49,350

148,040

98,700

0.78

2.51

1,240

1,160

1,200


22,810

68,450

45,630

0.76

2.50

570

520

550

5 Sumatera Utara

20,790

62,380

41,590

0.77

2.50

520

480

500

6 Banten

18,970

56,890

37,930

0.76

2.53

480

430

460

7 Sulawesi Selatan

11,030

33,090

22,060

0.76

2.54

280

250

270

8 Lampung

10,510

31,550

21,030

0.76

2.57

270

240

260

9 Sumatera Selatan

10,030

30,070

20,050

0.76

2.49

250

230

240

10 Riau

7,270

21,790

14,530

0.78

2.48

180

170

180

11 Kalimantan Barat

7,460

22,330

14,900

0.76

2.55

190

170

180

12 Kalimantan Timur

6,430

18,770

12,600

0.75

2.64

170

140

160


6,300

16,900

11,600

0.77

2.54

160

130

150


5,960

17,870

11,920

0.78

2.52

150

140

150

15 Bali

5,850

17,610

11,730

0.74

2.56

150

130

140


4,930

14,740

9,840

0.75

2.64

130

110

120

17 Sumatera Barat

4,620

13,850

9,240

0.79

2.60

120

110

120


4,430

13,330

8,880

0.75

2.48

110

100

110

19 Jambi

4,220

12,680

8,450

0.79

2.61

110

100

110

20 Sulawesi Utara

3,980

11,940

7,960

0.75

2.51

100

90

100


3,730

11,180

7,460

0.72

2.68

100

80

90

22 Sulawesi Tengah

3,180

9,520

6,350

0.74

2.52

80

70

80


3,530

9,560

6,550

0.73

2.55

90

70

80


3,010

9,030

6,020

0.78

2.66

80

70

80

25 Kepulauan Riau

2,930

8,780

5,860

0.80

2.39

70

70

70

26 Bengkulu

2,280

6,840

4,560

0.73

2.63

60

50

60

27 Papua

2,360

7,100

4,730

0.85

2.54

60

60

60

28 Maluku

1,850

5,530

3,690

0.72

2.70

50

40

50

29 Gorontalo

1,350

4,040

2,700

0.74

2.96

40

30

40

30 Sulawesi Barat

1,310

3,920

2,620

0.77

3.05

40

30

40


1,300

3,900

2,600

0.77

2.31

30

30

30

630

1,890

1,260

0.53

3.17

20

10

20

32 Irian Jaya Barat 33 Maluku Utara

Indonesia

800

2,380

1,590

0.84

2.50

20

20

20

384,320

1,149,270

766,800

0.75

2.52

9,700

8,660

9,180


35

Tabel 8. Hasil Estimasi Populasi Waria Penjaja Seks Tahun 2006


Provinsi

Rendah

Tinggi

Estimasi Prevalensi

Rerata

Rendah

Tinggi



Rerata

1 Jawa Timur

2,600

4,810

3,710

6.24

25.38

660

300

480

2 Jawa Barat

2,520

4,760

3,640

5.88

25.00

630

280

460

3 Kalimantan Timur

1,920

3,240

2,580

6.17

25.00

480

200

340

4 Riau

1,570

2,430

2,000

6.17

25.48

400

150

280


1,330

1,350

1,340

9.63

21.80

290

130

210

6 Jawa Tengah

1,110

2,000

1,560

6.00

26.13

290

120

210

7 Sumatera Selatan

1,020

1,620

1,320

6.17

25.49

260

100

180

8 Sumatera Utara

830

1,630

1,230

6.13

25.30

210

100

160

9 Sulawesi Selatan

860

1,230

1,050

6.50

25.58

220

80

150


780

930

860

6.45

25.64

200

60

130

11 Kalimantan Barat

580

1,560

1,070

6.41

25.86

150

100

130


670

1,170

920

5.98

25.37

170

70

120

13 Lampung

470

780

630

6.41

25.53

120

50

90


340

690

520

11.59

26.47

90

80

90


510

540

530

5.56

25.49

130

30

80

16 Sulawesi Utara

330

590

460

6.78

27.27

90

40

70

17 Bengkulu

370

640

510

6.25

24.32

90

40

70

18 Bali

320

420

370

7.14

25.00

80

30

60

19 Kepulauan Riau

350

380

370

5.26

25.71

90

20

60

20 Maluku

320

480

400

6.25

25.00

80

30

60

21 Irian Jaya Barat

240

390

320

7.69

25.00

60

30

50

22 Sulawesi Tengah

190

780

490

6.41

26.32

50

50

50


280

460

370

6.52

25.00

70

30

50

24 Papua

220

310

270

6.45

27.27

60

20

40

25 Banten

240

250

250

8.00

25.00

60

20

40


240

290

270

6.90

25.00

60

20

40


150

270

210

3.70

26.67

40

10

30


130

210

170

9.52

30.77

40

20

30

29 Jambi

110

310

210

6.45

27.27

30

20

30

30 Gorontalo

150

450

300

4.44

26.67

40

20

30

31 Maluku Utara

110

170

140

5.88

27.27

30

10

20

32 Sulawesi Barat

60

90

80

11.11

33.33

20

10

20

33 Sumatera Barat

Indonesia

36

40

70

60

14.29

25.00

10

10

10

20,960

35,300

28,130

6.46

25.29

5,300

2,280

3,790


Tabel 9. Hasil Estimasi Populasi Warga Binaan Pemasyarakatan Tahun 2006


Provinsi

Rendah

Tinggi

Estimasi Prevalensi

Rerata

Rendah

Tinggi



Rerata

15,040

23,460

19,250

4.86

9.24

1,390

1,140

1,270


6,870

11,600

9,240

9.48

17.32

1,100

1,190

1,150

3 Banten

3,010

5,860

4,440

11.43

44.19

670

1,330

1,000

4 Jawa Timur

8,870

14,250

11,560

1.47

5.86

520

210

370

5 Sumatera Utara

8,320

14,990

11,660

0.33

5.77

480

50

270

6 Jawa Tengah

4,380

7,140

5,760

0.84

5.25

230

60

150

7 Riau

3,170

4,770

3,970

0.63

5.68

180

30

110

8 Sumatera Selatan

3,380

5,330

4,360

0.38

5.92

200

20

110

9 Sulawesi Selatan

1,720

1,850

1,790

5.41

5.81

100

100

100


2,310

2,440

2,380

0.41

5.63

130

10

70

11 Sumatera Barat

2,050

3,030

2,540

0.33

5.85

120

10

70


2,140

2,750

2,450

0.36

6.07

130

10

70

13 Lampung

1,120

1,670

1,400

2.40

6.25

70

40

60

890

1,580

1,240

2.53

5.62

50

40

50

15 Jambi

1,610

1,880

1,750

0.53

5.59

90

10

50

16 Kalimantan Timur

1,130

1,230

1,180

0.00

6.19

70

0

40

17 Kalimantan Barat

980

1,230

1,110

0.81

6.12

60

10

40


880

1,010

950

1.98

6.82

60

20

40


1,120

1,560

1,340

0.64

6.25

70

10

40

20 Sulawesi Utara

1,190

1,540

1,370

0.00

5.88

70

0

40

21 Sulawesi Tengah

1,120

1,570

1,350

0.64

6.25

70

10

40


510

530

520

3.77

5.88

30

20

30


1,060

1,580

1,320

0.00

5.66

60

0

30


480

630

560

0.00

6.25

30

0

20

25 Maluku

280

400

340

5.00

7.14

20

20

20


710

1,130

920

0.00

5.63

40

0

20

27 Kepulauan Riau

240

390

320

0.00

4.17

10

0

10

28 Papua

110

160

140

0.00

9.09

10

0

10

29 Irian Jaya Barat

100

150

130

0.00

10.00

10

0

10

30 Sulawesi Barat

190

230

210

0.00

5.26

10

0

10

31 Bengkulu

70

160

120

0.00

0.00

0

0

0

32 Gorontalo

250

370

310

0.00

0.00

0

0

0

1 Jawa Barat

14 Bali

33 Maluku Utara

Indonesia

280

370

330

0.00

0.00

0

0

0

75,580

116,840

96,210

3.71

8.04

6,080

4,340

5,210


37

PEMODELAN MATEMATIK TREN EPIDEMI HIV-AIDS INDONESIA SAMPAI 2020 Pandu Riono Family Health International – Indonesia 2006

Pendahuluan

A journey of a thousand miles must begin with a single step. Peribahasa Cina

Seperti kita ketahui bahwa tren penularan HIV di Indonesia terus meningkat, tren kurva prevalensi pada subpopulasi berisiko selalu mengarah ke atas. Walaupun demikian, diprediksi bahwa tingkat epidemi HIV di Indonesia tetap akan terbatas pada subpopulasi berisiko saja, yaitu tingkat epidemi terkonsentrasi. Fakta yang ada mengindikasikan ada dua cara utama penularan HIV yang terjadi di sebagian besar wilayah Indonesia, yaitu: 1. Perilaku penggunaan bersama alat suntik yang tak steril (terutama pada pengguna napza suntik 2. Perilaku Seks dengan banyak pasangan yang berganti-ganti dan tidak pakai kondom Hanya wilayah Papua yang sampai kini diketahui bahwa modus penularan utama hanya melalui perilaku seksual berisiko (terutama seks transaksi) pada lelaki dan perempuan di wilayah tersebut.

60

Sentinel Penasun

Persentase HIV positif

50

Sentinel Seks Komersial

40

30

20

10

0 1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

Gambar1: Beda Cara Penularan menghasilkan dua tren prevalensi HIV yang berbeda. Ilustrasi Tren Prevalensi HIV pada subpopulasi Penasun dan Wanita Pekerja Seks (WPS) Sumber: Surveilans Sentinel HIV, DepKes RI

Pemodelan Matematik Tren Epidemi HIV-AIDS Indonesia sampai 2020

41

Memperhatikan dua cara utama penularan pada tersebut, maka upaya pencegahan penularan HIV yang dapat berdampak pada pengubahan jalan epidemi HIV seharusnya upaya-upaya yang mampu menekan penularan baru pada perilaku penggunaan alat suntik dan perilaku seks yang berisiko tinggi. Berdasarkan pengamatan pada dua subpopulasi sentinel di Indonesia, yaitu subpopulasi populasi penjaja seks perempuan yang mewakili perilaku seks berisiko dan subpopulasi pengguna napza suntik yang mewakili perilaku penggunaan alat suntik berisiko, terlihat dua tren tingkat epidemi yang berbeda (Lihat Gambar 1). Tren prevalensi HIV pada pengguna napza suntik akan cenderung lebih tinggi dibandingkan tren penularan seks berisiko (yang tertinggi sekalipun), karena risiko penularan yang lebih cepat. Banyak orang menganggap bahwa tingkat penularan HIV pada pengguna napza suntik hanya akan terbatas pada subpopulasinya saja. Anggapan tersebut tidak benar, karena subpopulasi pengguna napza suntik juga berperilaku seks berisiko, mempunyai banyaka pasangan seks dan tidak menggunakan kondom (Lihat Gambar 2).

Perilaku seks para pecandu

100

80 60 53

Persen

60

39 32 27

27

48 45

45 40

52

24

40

44 35

29

20

0

Medan

Jakarta-Depok

Bandung

Surabaya

Denpasar

Pernah berhubungan seks secara komersial setahun terakhir Pernah berhubungan seks secara komersial tanpa kondom setahun terakhir Pernah berhubungan seks tanpa kondom setahun terakhir

Gambar2: Perilaku Seks Berisiko pada subpopulasi Penasun di 5 kota, Indonesia. Separuh Penasun Melakukan seks tanpa menggunakan kondom Sumber: Llaporan Survei Surveilans Perilaku Tertular HIV 2004-2005, DepKes RI & BPS

42


Mengingat kompleksitas penularan HIV di Indonesia, maka untuk melakukan prediksi tren epidemi HIVAIDS di Indonesia, tidak cukup hanya memperhatikan cara penularan di dalam subpopulasi tersebut saja, tetapi juga perlu memperhatikan risiko penularan yang dapat terjadi antara beberapa subpopulasi yang dianggap potensial untuk berisiko tinggi tertular dan menularkan HIV (Lihat Gambar 3).

Penjaja seks perempuan

53%

50% 3,4%

?

Pelanggan Lelaki berisiko rendah

?

Napza suntik

Penjaja seks lelaki ?

35%

53%

Pasangan tetap Perempuan berisiko rendah

Berdasarkan Hasil SSP Surabaya 2004 Gambar 3: Jajejaring Perilaku Peularan HIV di Indonesia. Sumber: Laporan Survei Surveilans Perilaku Tertular HIV 2004-2005, DepKes RI & BPS

Secara skematik, gambaran jejaring penularan HIV antar subpopulasi berisiko dapat diketahui lebih detail berdasarkan analisis data surveilans perilaku yang dilakukan pada beberapa subpopulasi berisiko di beberapa wilayah di Indonesia, seperti kota Surabaya, Bandung, Medan, Denpasar dan Jakarta. Pada saat ini sudah ada kebutuhan yang mendesak untuk memprediksi tren epidemi HIV-AIDS di Indonesia. Tren epidemi HIV diperlukan untuk memperoleh gambaran epidemi yang potensial terjadi pada suatu wilayah dengan beberapa asumsi-asumsi tertentu. Ada beberapa tehnik pemodelan matematik untuk memprediksi tren epidemi HIV, yaitu: • Pemodelan dengan cara “back-calculation” • Pemodelan dengan cara “curve fitting” • Model Epidemik (atau pemodelan proses) – Simulasi mikro – Simulasi makro: stokastik dan deterministik Prediksi tren epidemi HIV-AIDS di Indonesia digunakan Teknik Pemodelan Epidemik Asia yang bersifat deterministik. Alasan penggunaan pemodelan epidemik Asia karena tehnik pemodelan ini meniru situasi dinamika epidemi HIV yang terjadi di wilayah Asia, yang berbeda dengan dinamika di wilayah lainnya.


43

Metodologi Upaya pemodelan epidemi HIV-AIDS di Indonesia sampai 2020 dilakukan dengan cara Pemodelan Epidemi Asia (Asian Epidemic Model) yang dikembangkan oleh Tim Brown dan Wiwat Peerapatanapokin. Pemodelan Asia dianggap sesuai dengan pola penularan epidemi di wilayah Asia, sedangkan tehnik pemodelan lain dikembangkan sesuai dengan situasi di Afrika. Tehnik Pemodelan Epidemi Asia tersebut sudah digunakan untuk melakukan pemodelan di negara Muangthai dan Kambodia. Pemodelan Epidemi Asia, dilakukan dengan menghitung jumlah penularan HIV yang terjadi, terutama melalui jalur penularan utama, yaitu seks komersial, penggunaan napza suntik, seks intra marital dan ekstramarital, serta dari penularan dari ibu ke bayinya. Dengan memperhitungkan besar subpopulasi, tren perilaku, serta parameter-parameter yang mempengaruhi risiko penularan, yang meungkinkan bervariasi dari tahun ke tahun. Keuntungan pemodelan Epidemi Asia yang penting adalah dimungkinkan untuk melakukan pengecekan hasil model berdasarkan tren HIV yang terobservasi. Kelompok lelaki yang perlu diperhitungkan pada Pemodelan Epidemik Asia, yaitu: – Klien – Non-klien (lelaki risiko rendah) – Pengguna napza suntik – Lelaki seks dengan lelaki lain – Lelaki penjaja seks

Lelaki 15 tahun

Heteroseksual PENASUN Risiko rendah

Seks sesama

Bukan Klien

Risiko tinggi

Klien

LSL Penjaja Seks Lelaki

Mati

Gambar 4: Skema transisi subpopulasilelaki pada pola perilaku seksual berisiko

44


Kelompok perempuan yang diperhitungkan di dalam tehnik Pemodelan Epidemik Asia, yaitu: – Penjaja seks langsung (frekuensi kontak seksnya lebih tinggi) – Penjaja seks tidak langsung (frekuensi kontak seksnya lebih rendah) – Perempuan umum

Perempuan 15 tahun

Penjaja Seks

Perempuan Umum

Frekuensi Tinggi (Langsung) Frekuensi Rendah (Tak langsung)

Mati Gambar 5: Skema transisi subpopulasi perempuan pada pola perilaku seksual berisiko

Masukan variabel dalam Pemodelan Epidemi Asia • Jumlah subpopulasi berisiko pada setiap tahun – Klien lelaki – Penjaja seks perempuan (langsung dan tak langsung) – Penasun – Lelaki seks dengan lelaki dan penjaja seks lelaki • Periode rata-rata dalam kategori subpopulasi tersebut • Perilaku seks subpopulasi setiap tahun – Frekuensi kontak seks • Pada seks transaksi dan seks kasual • Pada seks lelaki dan lelaki, termasuk seks transaksi – Penggunaan kondom • Pada jenis pasangan seks yang berbeda • Pengguna Napza Suntik – Frekuensi menyuntik – Persentase penggunaan jarum bersama – Frekuensi seks – Penggunaan kondom pada partners seks yang berbeda


45

•

•

Faktors biologik – Infeksi Menular Seks pada subpopulasi tertentu – Sirkumsisi Parameter dan data untuk validasi – Probabilitas penularan, kofaktor IMS dan sirkumsisi – Tren Prevalensi HIV pada subpopulasi tertentu

Pemodelan Epidemik Asia akan menghasilkan: • Total kasus baru, kasus kumulatif, dan kasus yang ada – HIV – AIDS, dan – Kematian • Distribusi umur HIV dan AIDS • Infeksi baru dan yang ada pada yang berisiko – Klien, Penjaja Seks Perempuan, lelaki seks dengan lelaki, Penjaja seks lelaki, dan Peangguna Napza Suntik – Lelaki dan Perempuan Masyarakat Umum – Anak-anak • Tren dinamika jalur penularan Berdasarkan pengalaman memprediksi tren epidemi HIV di wilayah Kambodia dan Muangthai, dapat dikatakan bahwa teknik Pemodelan Epidemi Asia dapat secara akurat menggambarkan tren epidemi berdasarkan data perilaku yang diamati.

Sumber Data Untuk perhitungan semua variabel tersebut, digunakan beberapa sumber data yang ada: · · · · · ·

46

Basis Data Sentinel Surveilans HIV Basis Data Surveilans Perilaku Survai Infeksi Menular Seksual pada penjaja seks langsung & PS tak langsung di 10 propinsi (2002 & 2004) Estimasi Populasi Rawan 2002 (dengan koreksi) Data Kependudukan BPS Pusat Laporan-laporan Penelitian HIV-AIDS di Indonesia


Masukan Data Subpopulasi berisiko Pelanggan PS

Ukuran (%15-49 dewasa)

Rerata durasi

5%

Penjaja Seks Perempuan • Langsung • Tidak langsung

0.35%

Pengguna Napza Suntik

0.3%

8 tahun

Lelaki Seks Lelaki

1.6%

20 tahun

Lelaki Penjaja Seks

0.2%

8 tahun

5 tahun 4.5 tahun

Masukan Perilaku Heteroseksual • • • •

• •

Penjaja Seks langsung rerata 1 klien/hari Penjaja Seks tak langsung rerata 0.8 klien/hari Rerata Hari kerja 5 minggu/minggu Pakai kondom pada seks komersial terakhir – PS langsung 50% – PS tak langsung 10% Diperkirakan ada 2% Lelaki & 0.3% Perempuan yang melakukan “casual sex”, – 2 “casual contacts” per tahun dan 4% pakai kondom Frekuensi seks suami-isteri rata 1 kali per minggu, 1% pakai kondom

Masukan Perilaku Penasun • • • • •

Ada 70% penasun pada jaringan risiko tinggi Ada 60% pakai jarum bersama dan rerata frekuensi injeksi 2 kali/hari Rata lama nyuntik 8 tahun Ada 40% seks dengan PS, 15-40% yang pakai kondom Seks dengan pasangan tetap 0.25/minggu, 10% pakai kondom

Masukan Perilaku Lelaki Seks dengan Lelaki • • • • •

Ada 50% seks anal, Frekuensi seks anal 1.3 kali/minggu, Durasi perilaku LSL 20 tahun Ada 23% punya pasangan seks perempuan dan 10% pakai kondom Ada 7% yang melakukan seks dengan penjaja seks lelaki dan 30% pakai kondom


47

•

Ada 3% yang melakukan seks dengan penjaja seks permpuan dan 20% pakai kondom dengan penjaja seks perempuan langsung dan ada 10% pakai kondom dengan penjaja seks perempuan tidak langsung.

Masukan Perilaku Lelaki Seks dengan Lelaki • • • • • •

Durasi jual seks 8 tahun Ada 60% seks anal, Frekuensi seks anal 2 / minggu Tingkat infeksi menular seksual pada anal 10% Ada 20% yang melakukan seks dengan penjaja seks perempuan Ada 40% yang punya pasangan seks perempuan yang tetap

Perhitungan jumlah infeksi HIV baru per hari diperoleh dengan mengalikan jumlah orang dengan Jumlah kontak orang per hari pada hari tersebut kemudian dikalikan dengan angka prevalensi HIV pada pasangan dan probabilitas penularan per kontak. Perhitungan ini perlu dikoreksi dengan perilaku penggunaan kondom, penggunaan jarum steril, riwayat infeksi menular seksual dan sirkumsisi yang akan mempengaruhi probabilitas penularan HIV pada setiap kontak.

48


Hasil Pemodelan Situasi Epidemi HIV di Indonesia Tren Peningkatan Jumlah Penduduk dan Anak yang terkena HIV

Tren Perkembangan Epidemi HIV di Indonesia sampai 2020 1600000

Jumlah Infeksi HIV

1200000

800000

400000

0 1989

1991

1993

1995

1997

1999

2001

HIV Baru

2003

2005

2007

2009

HIV Kumulatif

2011

2013

2015

2017

2019

2017

2019

HIV yang Ada

Tren Peningkatan Kasus Penularan HIV pada Anak di Indonesia sampai 2020 90000 80000 70000

Jumlah Infeksi HIV

60000 50000 40000 30000 20000 10000 0 1989

1991

1993

1995

1997

1999

HIV baru pada Anak

2001

2003

2005

2007

HIV Anak kumulatif

2009

2011

2013

2015

HIV Anak yang ada Pemodelan Matematik Tren Epidemi HIV-AIDS Indonesia sampai 2020

49

Bila tidak ada perluasan upaya pencegahan penularan HIV pada semua subpopulasi berisiko, maka gambaran tren jumlah penduduk yang terkena HIV terlihat pada grafik tren perkembangan epidemik. Ada tiga gambaran tren, yaitu jumlah HIV yang baru, jumlah HIV kumulatif, jumlah HIV yang ada. Berdasarkan tren peningkatan kasus HIV di Indonesia, maka kita dapat memperkirakan: • • •

Ada 233 207 orang yang terkena HIV pada tahun 2006 Ada 2317 anak yang terkena HIV pada tahun 2006 Secara kumulatif diperkirakan ada 258 635 orang terinfeksi sampai tahun 2006

Proporsi Infeksi Baru HIV di Indonesia

Proporsi Infeksi Baru HIV pada Subpopulasi di Indonesia sampai 2020 100% 90%

Proporsi Infeksi Baru

80% 70% 60% 50% 40% 30% 20% 10% 0% 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Client

IDU

MSW

MSM

FSW

Lo-risk men

Lo-risk women

Memperhatikan dinamika proporsi infeksi baru penting karena upaya pencegahan ialah mengurangi risiko penularan baru. Gambaran dinamika tersebut memperlihatkan secara proporsional kontribusi penularan baru berasal dari perilaku pengguna napza suntik, kemudian jumlah penularan HIV secara seksual yang lebih dominan. Pada saat ini, upaya pecegahan yang perlu dilakukan adalah mengurangi risiko penularan pada penasun dan penularan seksual. Bukan hanya salah satu saja.

50


Tren Prevalensi HIV pada penduduk dewasa di Indonesia

Persentase HIV pada Penduduk 15-49 di Indonesia sampai 2020 0.70

0.60

Persentase HIV+

0.50

0.40

0.30

0.20

0.10

0.00 1989

1991

1993

1995

1997

1999

Adult male (15+)

2001

2003

2005

2007

Adult female (15+)

2009

2011

2013

2015

2017

2019

Adult population (15+)

Secara nasional, tren prevalensi pada peduduk Indonesia secara rata-rata masih di bawah 1%. Bukan berarti pada beberapa wilayah di Indonesia, prevalensi HIV pada penduduk melebihi 1%. Heterogenitas tingat epidemi di Indonesia perlu lebih diperhatikan, sehingga upaya penanggulangan tidak perlu sama atau seragam, tetapi perlu berdasarkan tingkat epidemi wilayah setempat.


51

Pertemuan Pre Workshop Estimasi Nasional, 1 November 2006 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

Nama Mufti Djusnir Togi Siahaan Rita Damayanti Dr. Haikin Rachmat Erfandi Dr. Suriadi Gunawan Bob Susilo Syahrul Anam Sabarinah Sinurtina Sri Idaiani Abby Ruddick Dr. Izhar Fihir DR. Lely Wahyuniar Roberta Taher Deden Wibawa Sugih Hartono Aang Sutrisna Muqowimul Aman Drs. Tony Kustianto Irma Siahaan Dicky Ari Eka Nur Hidayat Rita Ridwan Eko Saputro Naning Nugrahini Berton Panjaitan Dr. Sigit Priohutomo Dr. Priskila Noviane Drg. Dyah Erti Dr. Rudi Nuriadi Trisa WP Indra

Instansi BNN BPS Puslitkes UI CCM GFATM WHO KPA Nasional Pusdatin Depkes RI Pusdatin Depkes RI Puslitkes UI Litbang Depkes RI Litbang Depkes RI IHPCP HPI KPA Nasional KPA Nasional FHI/ASA BPS KPA Nasional Ditjen Pemasyarakatan Dephukham KPA Nasional KPA Nasional KPA Nasional KPA Nasional Subdit AIDS Depkes RI Subdit AIDS Depkes RI Subdit AIDS Depkes RI Subdit AIDS Depkes RI Subdit AIDS Depkes RI WHO Subdit AIDS Depkes RI WHO Puskabangkes Depkes RI

Pertemuan Finalisasi Estimasi Nasional, 13 November 2006 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 36 37

Nama Dr. Dean Rosmawati Dr. Marlinda Drg. Debby dahlan Nancy Iskandar Dr. Imran AN Naalih Kelsum Dr. Suriadi Gunawan Bambang Widodo Abby Ruddick Ratna Dewi Umar Aang Sutrisna Morineau G Sugih Hartono Dr. M. Rezasyah Anna Irma A Erni Etty Sulistiarini Susant Herlambang Dasril Bob Susilo Dr. Esther Sinsuw Eko Saputro Luwiharsih Carmelia Dr. I Nyoman Kandun Anang S. Dimas Drg. Dyah Erti Dr. Priskila Noviane Dr. Pandu Riono Dr. Sigit Priohutomo Naning Nugrahini Dr. Haikin Rahmat Didik S. Eka Nur Hidayat

Instansi BKKBN RSKO Jakarta Ditbinyanmedik Depkes RI YSS Ditbinkeskom Depkes RI Menko Kesra KPA Nasional Puskabangkes Depkes RI IHPCP Depkes RI KPA Nasional FHI/ASA BPS Depkes RI Bandungwangi BKKBN Depdiknas Depdiknas Depsos RS Polri Pusdatin BNN Subdit AIDS Depkes RI Depkes RI Subdit TB Depkes RI Depkes RI Subdit AIDS Depkes RI Subdit AIDS Depkes RI Subdit AIDS Depkes RI WHO FHI/ASA Subdit AIDS Depkes RI Subdit AIDS Depkes RI CCM GFATM YKB KPA p Nasional

Workshop Estimasi Nasional - Bandung, 9 - 10 November 2006 Propinsi 1 Nangroe Aceh Darussalam

2 Sumatera Utara

3 Sumatera Selatan

4 Sumatera Barat

5 Jambi

6 Bengkulu

7 Riau

8 Kepulauan Riau 9 Bangka Belitung

10 Lampung

11 DKI Jakarta

12 Jawa Barat

13 Banten

14 Jawa Tengah

15 DI Yogyakarta 16 Jawa Timur

Nama Rozana Dr. Ormaia Nja' Oemar, M.Kes Israwandi, SKM. T. Aznal Zahri Dr. Suryadharma Dr. P. Panjaitan Dr. Asiah Yatim Andi Ilham Lubis HM. Adjad Dr. Welly Atikah Lismasari Drs. Bustaman Dr. H. Lazwardi Drs. Erman Dr. Widiyarman Herdon Abusalim Dr. Yuliza Kaswendi Dra. Anna Fauziah Masrall Effendi Wardiah Dr. Bambang Asmawasito Azis Sudarmo Erna Irawaty Djusmalinar, SKM, M.Kes. Dr. Yarnas Syarief Dra. Yulwiriati, M.Si. Dr. Dian Indratni K.S. Dra. H. Rosmawati, M.Si. Amran Halim Farida Bey, M.Sc. Dr. Kinny A. Boentaran, MM. Sumiadi Dr. Sri Ariyanti Drs. Sudiyono W.S. Drs. Baihaqqi Maksudi Ir. Sjfrinaldi Yasin Drg. Nita Kuncoro Dewi Dr. Yuzar I. Dr. Tintin Kartinah Dr. Chairul Amri Drs. Julianto H. Sri Yuharti, B.Sc. Dr. Retno Budiati Taupik Hidayat Wahyu Handoyo Dr. Okie Hapsoro Dr. Agus Pribadi Sugiyono Andri Setyo DN Dr. Sri Sudardjiah Lilik Endah Wati Dr. Adi Pramono Achmad Mabrur

Instansi Subdin P2M Dinkes Laboratorium Kesehatan Daerah UTD PMI KPA Propinsi Subdin P2M Dinkes Laboratorium Kesehatan Daerah UTD PMI KPA Propinsi Subdin P2M Dinkes Laboratorium Kesehatan Daerah UTD PMI KPA Propinsi Subdin P2M Dinkes Laboratorium Kesehatan Daerah UTD PMI KPA Propinsi Subdin P2M Dinkes Laboratorium Kesehatan Daerah UTD PMI KPA Propinsi Subdin P2M Dinkes Laboratorium Kesehatan Daerah UTD PMI KPA Propinsi KPA Propinsi Laboratorium Kesehatan Daerah UTD PMI KPA Propinsi Subdin P2M Dinkes Subdin P2M Dinkes UTD PMI KPA Propinsi Subdin P2M Dinkes Laboratorium Kesehatan Daerah KPA Propinsi Subdin P2M Dinkes UTD PMI KPA Propinsi Subdin P2M Dinkes Laboratorium Kesehatan Daerah UTD PMI KPA Propinsi Subdin P2M Dinkes UTD PMI KPA Propinsi Subdin P2M Dinkes Laboratorium Kesehatan Daerah UTD PMI KPA Propinsi Subdin P2M Dinkes Laboratorium Kesehatan Daerah Subdin P2M Dinkes Laboratorium Kesehatan Daerah KPA Propinsi

Workshop Estimasi Nasional - Bandung, 9 - 10 November 2006 Propinsi 17 Bali




21 Kalimantan Tengah 22 Kalimantan Timur

23 Kalimantan Barat

24 Sulawesi Selatan

25 Sulawesi Tengah

26 Sulawesi Utara 27 Sulawesi Tenggara

28 Gorontalo

29 Sulawesi Barat 30 Maluku

31 Maluku Utara 32 Papua

33 Irian Jaya Barat

Nama Nyoman Suarcasa Titik Sumaryati, ST. I Gede Putu Sudana Dr. I Gede Ranayana Dr. Mochamad Ismail Dr. Tri Retno Wulandari Rohmi Choiriyati Nyoman Saniambara, SKM. Dr. Ichie Listiani Agustinus Brewon Sibli Wahyudi H. Yosetti Iriana Dr. Salmawati H. Ahmad Fauzan Dr. Mulin R. Simangunsong Dr. Suprasetya Simon Dame Sihotang Dr. Asmarani T. Abdul Syahran, SH. M.Kes. Rudi Ansyari Drs. Paulus Machlen Rohani DR. Isman Ramadi H. Abu Tachir Dr. H.M. Arif Setiabudi Dr. Kusriny A.P. H. Sumardin Makka Alfina A. Deli, SKM. Naomi Pinda Muslimah L. Gadi, M.Si. Dr. Roy George Deni Rompas Kartina Hanari Sumarsih Dr. Supandi M. Abdullah Dr. Yana Yanti S. Irwan, SKM. Dr. Hj. Fatimah Darno Majid Maritje Makasenda Drg. Rudi Sipasulta Dientje Picauly Dr. Wiendra Woworuntu Dr. Tuthanurani N. Dr. Suwardi Redjo, MPH. Dra. Selly A. L. Rohana H. Mumu Herdiaman Dr. Arnoldus T Yogi Marianto

Instansi Subdin P2M Dinkes Laboratorium Kesehatan Daerah UTD PMI KPA Propinsi Subdin P2M Dinkes UTD PMI KPA Propinsi Subdin P2M Dinkes Laboratorium Kesehatan Daerah KPA Propinsi Subdin P2M Dinkes Laboratorium Kesehatan Daerah UTD PMI KPA Propinsi Subdin P2M Dinkes Laboratorium Kesehatan Daerah Subdin P2M Dinkes Laboratorium Kesehatan Daerah UTD PMI KPA Propinsi Subdin P2M Dinkes Laboratorium Kesehatan Daerah UTD PMI KPA Propinsi Subdin P2M Dinkes Laboratorium Kesehatan Daerah UTD PMI KPA Propinsi Subdin P2M Dinkes Laboratorium Kesehatan Daerah KPA Propinsi Subdin P2M Dinkes KPA Propinsi Subdin P2M Dinkes Laboratorium Kesehatan Daerah UTD PMI Subdin P2M Dinkes UTD PMI KPA Propinsi Subdin P2M Dinkes KPA Propinsi Subdin P2M Dinkes Laboratorium Kesehatan Daerah UTD PMI Subdin P2M Dinkes UTD PMI Subdin P2M Dinkes Laboratorium Kesehatan Daerah UTD PMI KPA Propinsi Subdin P2M Dinkes KPA Propinsi

Workshop Estimasi Nasional - Bandung, 9 - 10 November 2006 Propinsi 34 Pusat (termasuk panitia)

Nama Dr. Nafsiah Mboi Dr. Suriadi Gunawan Dr. Nadiar Dr. M. Nasser Drs. Tony Kustianto DR. Lely Wahyuniar Aang Sutrisna Roberta Taher Malicha Maulidha Dicky Ari Didi Nurwiadi Eka Nur Hidayat Dr. Haikin Rahmat Dr. I Nyoman Kandun Dr. Sigit Priohutomo Drg. Dyah Erti Eko Saputro Dr. Dicky Budiman Dimas Naning Nugrahini Berton Panjaitan Yuliandri Dr. Priskila Noviane Dr. Pandu Riono Sugih Hartono

Instansi KPA Nasional KPA Nasional KPA Nasional KPA Nasional KPA Nasional KPA Nasional KPA Nasional KPA Nasional KPA Nasional KPA Nasional KPA Nasional KPA Nasional CCM GFATM P2PL Depkes RI Subdit AIDS Depkes RI Subdit AIDS Depkes RI Subdit AIDS Depkes RI Subdit AIDS Depkes RI Subdit AIDS Depkes RI Subdit AIDS Depkes RI Subdit AIDS Depkes RI Subdit AIDS Depkes RI WHO FHI/ASA BPS

Estimasi Populasi Tahun 2006

Propinsi/Kabupaten/Kota

1100 1101 1102 1103 1104 1105 1106 1107 1108 1109 1110 1111 1112 1113 1114 1115 1116 1117 1171 1172 1173 1174 1200 1201 1202 1203 1204 1205 1206 1207 1208 1209 1210 1211 1212 1213 1214 1215 1216 1217 1218 1271 1272 1273

(1) Nanggroe Aceh Darussalam Simeulue Aceh Singkil Aceh Selatan Aceh Tenggara Aceh Timur Aceh Tengah Aceh Barat Aceh Besar Pidie Bireuen Aceh Utara Aceh Barat Daya Gayo Lues Aceh Tamiang Nagan Raya Aceh Jaya Bener Meriah Kota Banda Aceh Kota Sabang Kota Langsa Kota Lhoksumawe Sumatera Utara Nias Mandailing Natal Tapanuli Selatan Tapanuli Tengah Tapanuli Utara Toba Samosir Labuhan Batu Asahan Simalungun Dairi Karo Deli Serdang Langkat Nias Selatan Humbang Hasundutan Papak Bharat Samosir Serdang Bedagai Kota Sigolga Kota Tanjung Balai Kota Pematang Siantar

Pasangan Pasangan Pelanggan Pelanggan WPS WPS Tidak Pelanggan Pelanggan WPS WPS Tidak Penasun Langsung Langsung WPS WPS Tidak Langsung Langsung Langsung Langsung (2) 840 20 40 50 60 50 60 130 40 40 30 90 50 200 5,470 90 280 90 50 220 330 470 570 290 70 550 680 40 40 30 400 50 410 70

(3) 40 40 10 3,430 40 110 20 180 120 180 80 170 150 230 10 100 10 240 150

(4) 18,190 400 780 1,130 1,240 1,020 1,250 2,830 890 880 580 1,860 1,080 4,280 135,340 2,270 6,950 2,100 1,300 5,470 8,080 11,730 13,970 7,040 1,760 13,630 16,730 810 920 700 9,710 1,130 10,050 1,610

(5) 470 10 10 20 270 10 20 30 10 10 10 30 20 50 50,830 500 1,530 40 290 2,600 1,780 2,580 1,230 2,490 2,090 3,340 100 20 20 20 1,430 70 3,550 2,150

(6) 13,330 300 570 830 910 740 920 2,070 650 640 420 1,360 790 3,140 99,210 1,660 5,100 1,540 960 4,010 5,920 8,600 10,240 5,160 1,290 9,990 12,260 600 680 520 7,120 830 7,370 1,180

(7) 350 10 10 200 10 10 20 10 10 10 20 10 40 37,250 370 1,120 30 210 1,910 1,300 1,890 900 1,830 1,530 2,450 70 10 20 10 1,050 50 2,600 1,570

(8) 2,710 20 60 60 330 140 90 120 190 170 130 130 20 150 190 50 30 150 390 30 190 130 16,230 270 620 30 40 470 600 270 430 820 240 550 1,900 670 170 150 20 50 860 660 1,040 580

Pasangan Penasun yang Bukan Pemakai (9) 1,160 10 30 30 140 60 40 50 80 70 60 60 10 70 80 20 10 70 170 10 80 60 6,920 120 270 10 20 200 260 120 180 350 110 230 810 290 70 70 10 30 370 280 440 250

Gay

(10) 9,840 100 170 200 370 1,340 900 210 270 1,980 380 2,180 120 80 260 140 90 120 640 40 160 170 41,590 980 820 1,380 310 480 320 2,150 4,740 3,720 520 660 7,420 4,680 290 160 40 130 670 120 370 510

Waria

(11) 170 10 10 10 10 20 10 10 40 10 60 1,230 10 30 20 10 30 60 140 170 90 20 170 70 10 10 180 10

Pelanggan Waria (12) 600 10 20 20 40 20 20 50 30 30 10 140 40 210 4,290 40 110 60 20 80 210 490 580 290 50 570 220 10 40 10 20 10 630 40

Napi

(13) 1,320 20 110 160 80 100 140 90 70 50 30 50 180 30 140 110 11,660 80 230 80 40 250 330 570 720 120 180 1,610 530 50 170 350 350 690



1274 1275 1276 1277 1300 1301 1302 1303 1304 1305 1306 1307 1308 1309 1310 1311 1312 1371 1372 1373 1374 1375 1376 1377 1400 1401 1402 1403 1404 1405 1406 1407 1408 1409 1471 1473 1500 1501 1502 1503 1504 1505 1506 1507

(1) Kota Tebing Tinggi Kota Medan Kota Binjai Kota Padang Sidempuan Sumatera Barat Kepualauan Mentawai Pesisir Selatan Solok Sawah Lunto Tanah Datar Padang Pariaman Agam Lima Puluh Koto Pasaman Solok Selatan Dharmasraya Pasaman Barat Kota Padang Kota Solok Kota Sawah Lunto Kota Padang Panjang Kota Bukittinggi Kota Payakumbuh Kota Pariaman Riau Kuantan Singingi Indragiri Hulu Indragiri Hilir Pelalawan Siak Kampar Rokan Hulu Bengkalis Rokan Hilir Kota Pekan Baru Kota Dumai Jambi Kerinci Merangin Sarolangun Batanghari Muaro Jambi Tanjung Jabung Timur Tanjung Jabung Barat

Pasangan Pasangan Pelanggan Pelanggan WPS WPS Tidak Pelanggan Pelanggan WPS WPS Tidak Penasun Langsung Langsung WPS WPS Tidak Langsung Langsung Langsung Langsung (2) 600 190 330 20 250 70 7,360 300 420 910 360 440 730 490 1,220 790 1,530 210 1,390 80 10 70 210

(3) 30 1,250 420 290 140 150 10 760 90 20 30 10 80 30 20 50 60 280 110 370 20 10 10 40 140

(4) 14,820 4,600 6,950 300 50 5,200 1,400 146,240 5,870 8,250 18,000 7,020 8,720 14,420 9,680 24,160 15,720 30,320 4,100 28,070 1,520 240 1,400 4,120

(5) 370 18,550 6,130 2,310 1,130 1,150 30 4,910 530 90 210 70 520 150 100 340 390 1,790 740 2,640 130 90 50 230 980

(6) 10,860 3,370 5,100 220 40 3,810 1,030 55,710 2,230 3,150 6,860 2,670 3,330 5,500 3,690 9,200 5,990 11,550 1,570 10,690 580 90 530 1,570

(7) 270 13,600 4,500 1,690 830 840 20 2,820 310 50 120 40 300 90 60 190 220 1,030 430 1,500 80 50 30 130 560

(8) 830 4,020 460 550 6,080 10 190 410 230 50 200 60 420 130 40 70 220 1,670 250 30 120 1,080 550 390 4,240 60 140 340 530 330 230 270 380 230 1,220 540 5,440 700 390 210 530 620 890 390

Pasangan Penasun yang Bukan Pemakai (9) 360 1,710 200 230 2,590 80 180 100 30 80 30 180 60 20 30 100 720 110 10 50 460 230 170 1,810 30 60 140 230 140 100 120 160 100 520 230 2,320 300 170 90 230 270 380 170

Gay

(10) 160 9,640 570 820 9,240 80 460 370 200 340 1,300 390 330 520 140 200 360 3,740 130 120 50 240 240 80 14,530 590 360 3,080 300 690 580 400 3,320 1,060 3,630 560 8,450 1,360 660 230 260 690 970 1,180

Waria

Pelanggan Waria

(11)

(12)

190 60 60 10 10 30 20 2,000 60 170 380 160 130 80 100 490 360 50 50 210 10 10 10 20 50

640 190 200 20 30 90 70 6,500 180 560 1,230 510 430 260 300 1,600 1,140 160 160 670 10 20 10 20 20 50 170

Napi

(13) 390 3,930 780 240 2,540 210 220 180 60 70 170 100 20 130 510 160 200 50 230 130 150 3,970 100 180 450 190 360 310 400 250 1,210 550 1,750 70 160 120 240



1508 1509 1571 1600 1601 1602 1603 1604 1605 1606 1607 1608 1609 1610 1671 1672 1673 1674 1700 1701 1702 1703 1704 1705 1706 1707 1708 1771 1800 1801 1802 1803 1804 1805 1806 1807 1808 1871 1872 1900 1901 1902 1903 1904

(1) Tebo Bungo Kota Jambi Sumatera Selatan Ogan Komering Ulu Ogan Komering Ilir Muara Enim Lahat Musi Rawas Musi Banyu Asin Banyu Asin Ogan Komering Ulu Selatan Ogan Komering Ulu Timur Ogan Ilir Kota Palembang Kota Prabumulih Kota Pagar Alam Kota Lubuk Lingga Bengkulu Bengkulu Selatan Rejang Lebong Bengkulu Utara Kaur Seluma Mukomuko Lebong Kepahing Kota Bengkulu Lampung Lampung Barat Tanggamus Lampung Selatan Lampung Timur Lampung Tengah Lampung Utara Way Kanan Tulang Bawang Bandar Lampung Metro Kepulauan Bangka Belitung Bangka Belitung Bangka Barat Bangka Tengah

Pasangan Pasangan Pelanggan Pelanggan WPS WPS Tidak Pelanggan Pelanggan WPS WPS Tidak Penasun Langsung Langsung WPS WPS Tidak Langsung Langsung Langsung Langsung (2) 320 20 700 4,400 110 240 210 260 150 310 190 130 2,060 480 300 1,300 10 330 40 40 40 10 850 3,010 100 200 310 300 290 190 100 980 550 20 1,920 390 190 210 380

(3) 10 30 120 2,180 150 140 100 110 150 150 90 40 150 690 150 40 260 120 20 30 10 30 20 20 1,140 70 120 10 180 420 210 30 110 1,570 140 520 210 20

(4) 6,410 360 14,050 75,400 1,900 4,290 3,800 4,730 2,590 5,630 3,380 2,260 32,560 8,850 5,440 23,760 130 6,000 630 610 580 250 15,580 55,430 1,840 3,600 5,610 5,460 5,370 3,430 1,750 17,920 10,110 360 35,130 7,160 3,440 3,740 6,960

(5) 80 220 870 27,700 1,850 1,760 1,270 1,330 1,920 1,810 1,050 510 1,810 8,810 1,870 420 3,330 800 110 190 70 150 10 10 120 140 7,690 20 490 760 70 1,170 2,810 1,430 210 730 20 10,570 970 3,520 1,410 80

(6) 2,440 140 5,350 57,950 1,460 3,300 2,920 3,640 2,000 4,330 2,600 1,730 25,030 6,800 4,180 18,260 90 4,610 480 470 450 190 11,980 42,610 1,420 2,770 4,320 4,190 4,130 2,640 1,350 13,770 7,770 280 27,010 5,500 2,650 2,880 5,350

(7) 50 130 500 21,300 1,420 1,350 980 1,030 1,470 1,390 810 400 1,390 6,770 1,440 320 2,560 600 80 140 60 120 10 10 90 110 5,920 20 380 590 50 900 2,160 1,100 170 570 20 8,130 740 2,710 1,090 70

(8) 20 680 1,030 8,190 290 430 130 200 330 250 800 230 600 370 4,330 160 70 40 2,060 30 170 220 70 120 90 60 80 1,230 4,870 10 40 160 10 420 80 140 1,180 2,780 70 2,830 1,110 100 710 100

Pasangan Penasun yang Bukan Pemakai (9) 10 290 440 3,490 130 180 60 80 140 110 340 100 260 160 1,840 70 30 20 880 10 70 100 30 50 40 30 40 530 2,070 20 70 180 40 60 500 1,190 30 1,210 470 50 300 40

Gay

(10) 580 290 2,260 20,050 1,270 1,580 1,400 1,360 2,260 2,260 870 400 660 400 6,440 160 150 880 4,560 340 1,180 1,540 250 200 160 110 150 670 21,030 490 1,910 2,860 1,060 5,330 2,640 1,740 950 3,880 210 2,600 1,200 360 200 170

Waria

Pelanggan Waria

(11)

(12) -

10 110 1,320 30 50 60 30 30 300 40 30 260 220 300 510 100 10 10 20 380 630 10 20 40 60 40 40 10 290 110 20 860 250 90 70 170

10 30 340 3,900 90 130 180 80 80 890 100 70 750 640 890 1,500 290 20 10 20 50 1,120 1,830 40 60 100 170 100 110 30 860 330 50 2,530 730 260 210 500

Napi

(13) 250 200 720 4,360 290 530 310 290 10 290 1,890 180 70 520 120 120 1,400 1,040 360 520 80 100 20 -



1905 1906 1971 2000 2001 2002 2003 2004 2071 2072 3100 3101 3171 3172 3173 3174 3175 3200 3201 3202 3203 3204 3205 3206 3207 3208 3209 3210 3211 3212 3213 3214 3215 3216 3271 3272 3273 3274 3275 3276 3277 3278 3279 3300

(1) Bangka Selatan Belitung Timur Kota Pangkal Pinang Kepulauan Riau Karimun Kepulauan Riau Natuna Lingga Kota Batam Kota Tanjung Pinang Daerah Khusus Ibukota Jakarta Kepulauan Seribu Kota Jakarta Selatan Kota Jakarta Timur Kota Jakarta Pusat Kota Jakarta Barat Kota Jakarta Utara Jawa Barat Bogor Sukabumi Cianjur Bandung Garut Tasikmalaya Ciamis Kuningan Cirebon Majalengka Sumedang Indramayu Subang Purwakarta Karawang Bekasi Kota Bogor Kota Sukabumi Kota Bandung Kota Cirebon Kota Bekasi Kota Depok Kota Cimahi Kota Tasikmalaya Kota Banjar Jawa Tengah

Pasangan Pasangan Pelanggan Pelanggan WPS WPS Tidak Pelanggan Pelanggan WPS WPS Tidak Penasun Langsung Langsung WPS WPS Tidak Langsung Langsung Langsung Langsung (2) 120 110 520 4,780 1,750 410 250 70 1,510 800 14,100 230 3,740 830 6,760 2,560 16,240 1,560 100 220 340 40 170 260 40 390 360 270 2,240 790 10 1,390 2,980 650 1,100 830 360 1,690 70 30 400 10 8,660

(3) 120 560 6,140 600 40 550 30 4,060 860 24,820 4,590 4,920 5,330 6,600 3,390 9,100 130 40 130 200 10 10 570 30 50 210 600 690 470 10 910 880 150 30 2,660 250 610 260 10 230 10 4,960

(4) 2,180 2,050 9,610 89,340 33,840 7,950 4,760 1,310 29,280 12,210 253,850 4,100 67,480 14,950 122,000 45,320 295,790 28,300 1,880 4,020 6,230 640 2,980 4,620 700 7,070 6,490 4,900 40,850 14,360 100 25,150 54,250 11,870 20,040 15,050 6,560 30,690 1,200 520 7,140 230 160,830

(5) 30 810 3,760 13,720 1,370 90 1,250 70 9,280 1,680 214,890 39,690 42,640 46,130 57,160 29,280 54,860 810 250 850 1,320 90 40 3,690 150 330 1,380 3,920 4,490 3,040 30 5,930 3,280 960 170 17,340 1,580 1,890 1,710 70 1,510 80 45,530

(6) 1,680 1,580 7,390 34,040 12,900 3,030 1,810 500 11,160 4,650 129,160 2,090 34,340 7,610 62,080 23,060 150,500 14,400 960 2,050 3,170 330 1,520 2,350 360 3,590 3,300 2,490 20,790 7,300 60 12,800 27,610 6,040 10,190 7,660 3,340 15,610 610 260 3,630 120 130,030

(7)

(8)

20 620 2,890 7,850 780 50 710 40 5,310 960 109,340 20,200 21,700 23,470 29,080 14,900 27,900 410 130 430 670 50 20 1,880 80 170 700 1,990 2,290 1,550 20 3,020 1,670 490 80 8,820 800 960 870 40 770 50 36,790

70 110 650 5,160 580 970 60 60 3,480 20 33,750 10 5,620 10,830 8,050 5,640 3,620 24,710 1,220 70 290 110 630 650 170 100 4,280 240 230 480 480 280 920 1,450 4,590 910 2,580 520 2,280 590 110 900 690 7,910

Pasangan Penasun yang Bukan Pemakai (9) 30 50 280 2,190 250 410 30 30 1,480 10 14,380 2,400 4,620 3,430 2,400 1,540 10,480 520 30 130 50 270 280 70 50 1,830 110 100 200 210 120 390 620 1,960 390 1,100 220 910 250 50 380 300 3,370

Gay

(10) 190 120 390 5,860 1,040 310 220 100 3,380 820 45,630 30 10,050 13,020 4,320 10,810 7,420 170,210 17,950 9,530 9,760 19,020 4,760 1,840 6,520 4,780 9,520 5,010 4,610 7,820 6,360 3,480 9,440 9,840 4,840 730 11,220 700 11,040 7,070 1,520 2,740 180 98,700

Waria

Pelanggan Waria

Napi

(11)

(12)

(13)

60 30 200 370 20 20 10 10 240 70 1,340 410 350 200 130 250 3,640 460 20 40 90 40 50 120 110 70 370 50 70 1,320 120 30 250 110 210 30 60 40 1,560

160 100 590 1,190 70 70 30 20 790 210 3,870 1,180 1,020 580 370 720 10,560 1,340 60 120 250 10 120 140 10 330 310 190 1,070 140 10 200 3,850 350 90 730 310 600 90 170 110 3,950

30 290 320 320 9,240 6,210 3,030 19,250 650 300 200 250 1,110 140 170 290 380 190 620 1,160 190 11,090 940 1,260 20 330 5,760



3301 3302 3303 3304 3305 3306 3307 3308 3309 3310 3311 3312 3313 3314 3315 3316 3317 3318 3319 3320 3321 3322 3323 3324 3325 3326 3327 3328 3329 3371 3372 3373 3374 3375 3376 3400 3401 3402 3403 3404 3471 3500 3501 3502

(1) Cilacap Banyumas Purbalingga Banjarnegara Kebumen Purworejo Wonosobo Magelang Boyolali Klaten Sukoharjo Wonogiri Karanganyar Sragen Grobogan Blora Rembang Pati Kudus Jepara Demak Semarang Temanggung Kendal Batang Pekalongan Pemalang Tegal Brebes Kota Magelang Kota Surakarta Kota Salatiga Kota Semarang Kota Pekalongan Kota Tegal Daerah Istimewa Yogyakarta Kulon Progo Bantul Gunung Kidul Sleman Kota Yogyakarta Jawa Timur Pacitan Ponorogo

Pasangan Pasangan Pelanggan Pelanggan WPS WPS Tidak Pelanggan Pelanggan WPS WPS Tidak Penasun Langsung Langsung WPS WPS Tidak Langsung Langsung Langsung Langsung (2) 250 620 140 50 40 50 90 30 20 150 30 30 70 50 240 360 50 320 20 50 40 420 20 510 600 120 120 670 210 80 1,310 120 1,600 180 80 2,040 70 510 210 440 810 18,360 60 190

(3) 100 320 10 30 30 10 20 40 50 10 10 110 20 140 20 30 10 20 150 20 550 160 20 220 20 50 1,820 70 810 70 80 650 120 80 260 190 7,710 40 110

(4) 4,620 11,450 2,500 980 690 940 1,600 460 370 2,800 440 440 1,200 920 4,440 6,670 870 5,830 250 870 720 7,700 310 9,470 11,170 2,170 2,230 12,390 3,780 1,460 24,350 2,230 29,700 3,430 1,490 32,910 1,130 8,280 3,370 7,130 13,010 414,470 1,390 4,150

(5) 850 2,960 70 10 200 270 70 160 10 360 440 80 110 1,020 200 1,210 160 310 50 160 10 1,320 130 5,070 1,420 140 40 1,960 180 430 16,720 650 7,460 620 750 3,740 10 680 450 1,510 1,100 59,590 290 860

(6) 3,740 9,260 2,030 800 550 760 1,290 370 300 2,270 360 350 970 750 3,590 5,390 700 4,710 210 700 580 6,220 250 7,660 9,030 1,750 1,800 10,020 3,060 1,180 19,690 1,800 24,010 2,770 1,200 26,610 910 6,700 2,730 5,760 10,520 221,040 740 2,220

(7) 690 2,390 50 10 160 220 50 130 10 290 360 60 90 820 160 980 130 250 40 130 10 1,070 110 4,100 1,150 110 30 1,590 140 350 13,520 530 6,030 510 610 3,030 10 550 360 1,230 890 31,780 150 460

(8) 820 260 20 40 70 70 110 180 40 140 50 50 100 220 40 180 50 130 70 160 170 190 120 110 560 290 20 370 230 130 270 70 1,860 320 510 5,590 470 160 790 2,690 1,490 27,330 10 10

Pasangan Penasun yang Bukan Pemakai (9) 350 110 10 20 30 30 50 80 20 60 20 20 40 90 20 80 20 60 30 70 70 80 50 50 240 130 10 160 100 60 120 30 790 140 220 2,390 200 70 340 1,150 640 11,640 -

Gay

(10) 7,400 7,030 930 2,000 4,980 740 1,720 1,290 1,040 2,480 1,940 2,010 1,930 3,790 5,680 1,880 1,380 5,300 1,810 5,060 1,220 4,320 3,420 4,180 1,590 1,880 1,540 6,290 2,160 300 2,510 440 7,270 700 610 11,600 420 3,840 1,400 4,820 1,130 132,010 2,340 3,710

Waria

Pelanggan Waria

(11)

(12)

50 110 30 10 10 10 20 30 10 10 30 50 110 10 30 10 10 10 40 40 270 10 40 300 20 40 80 60 140 10 30 520 10 230 200 80 3,710 10 40

120 260 70 10 20 20 40 10 10 80 20 10 20 60 120 280 10 70 30 30 30 100 10 90 690 20 100 770 50 90 210 140 360 20 60 1,330 20 590 510 210 12,020 40 110

Napi

(13) 920 270 70 80 60 160 90 270 60 100 50 250 100 80 70 200 110 90 50 150 70 160 280 100 170 150 320 290 50 700 280 20 950 50 170 80 200 450 11,560 40 100



3503 3504 3505 3506 3507 3508 3509 3510 3511 3512 3513 3514 3515 3516 3517 3518 3519 3520 3521 3522 3523 3524 3525 3526 3527 3528 3529 3571 3572 3573 3574 3575 3576 3577 3578 3579 3600 3601 3602 3603 3604 3671 3672 5100

(1) Trenggalek Tulungagung Blitar Kediri Malang Lumajang Jember Banyuwangi Bondowoso Situbondo Probolinggo Pasuruan Sidoarjo Mojokerto Jombang Nganjuk Madiun Magetan Ngawi Bojonegoro Tuban Lamongan Gresik Bangkalan Sampang Pamekasan Sumenep Kota Kediri Kota Blitar Kota Malang Kota Probolinggo Kota Pasuruan Kota Mojokerto Kota Madiun Kota Surabaya Kota Batu Banten Pandeglang Lebak Tangerang Serang Kota Tangerang Kota Cilegon Bali

Pasangan Pasangan Pelanggan Pelanggan WPS WPS Tidak Pelanggan Pelanggan WPS WPS Tidak Penasun Langsung Langsung WPS WPS Tidak Langsung Langsung Langsung Langsung (2) 140 1,290 420 1,350 920 320 730 790 240 280 470 770 240 260 110 520 140 190 160 40 170 90 50 30 40 60 350 350 60 60 300 250 6,770 250 2,180 100 100 1,450 10 400 140 5,510

(3) 50 760 20 50 190 190 270 100 90 100 180 80 110 100 40 10 80 430 350 10 100 20 30 770 10 200 130 660 80 2,420 10 1,160 370 270 100 70 80 280 3,030

(4) 3,000 29,130 9,380 30,300 20,750 7,110 16,400 17,820 5,320 6,240 10,590 17,450 5,310 5,840 2,550 11,800 3,110 4,320 3,490 780 3,850 1,890 1,110 500 100 920 1,390 7,770 7,770 1,370 1,180 6,680 5,590 152,750 5,460 39,240 1,730 1,680 26,060 210 7,080 2,490 125,680

(5) 390 5,980 110 400 1,440 1,460 2,100 780 680 800 1,350 610 870 750 330 40 640 3,350 2,710 100 800 20 10 10 120 180 6,020 30 1,530 980 20 5,170 640 18,080 60 7,540 2,410 1,720 630 460 540 1,800 10,790

(6) 1,600 15,540 5,010 16,160 11,070 3,800 8,750 9,510 2,830 3,330 5,650 9,310 2,830 3,110 1,360 6,300 1,660 2,300 1,860 420 2,050 1,010 590 270 60 490 740 4,140 4,140 730 630 3,560 2,980 81,460 2,910 19,960 880 860 13,260 110 3,600 1,270 99,230

(7) 210 3,190 60 210 760 780 1,120 420 370 430 720 320 460 400 180 30 340 1,790 1,450 50 430 10 10 60 100 3,210 20 810 520 10 2,760 340 9,640 30 3,840 1,230 880 320 240 280 910 8,510

(8) 40 80 1,600 1,050 100 30 260 720 450 180 720 580 690 1,550 20 110 1,030 20 30 530 730 770 50 10 830 2,970 670 980 100 2,140 70 140 510 2,650 4,230 780 9,650 270 180 5,330 660 2,640 590 3,420

Pasangan Penasun yang Bukan Pemakai (9) 20 40 680 450 40 10 110 310 190 80 310 250 300 670 10 50 440 10 10 230 310 330 30 360 1,270 290 420 50 910 30 60 220 1,130 1,800 330 4,120 120 80 2,270 280 1,130 250 1,450

Gay

(10) 1,540 4,310 1,230 6,970 10,800 4,560 9,940 6,940 1,560 1,390 2,520 6,900 9,110 2,380 5,230 4,640 3,040 2,480 3,700 2,830 5,100 1,360 1,300 910 910 1,670 2,360 580 150 4,080 480 220 280 400 14,000 220 37,930 2,460 1,300 16,380 8,840 8,060 900 11,730

Waria

Pelanggan Waria

Napi

(11)

(12)

(13)

10 50 180 140 370 140 150 350 50 130 140 160 190 80 30 30 10 60 30 10 50 20 10 10 10 150 120 10 50 40 100 760 70 250 20 20 100 100 10 370

20 150 600 460 1,190 460 490 1,140 150 400 450 530 600 250 70 90 30 180 100 20 170 50 30 10 30 40 490 380 20 150 130 330 2,480 230 690 50 50 290 290 10 850

40 200 450 270 740 440 170 140 170 240 550 190 270 130 70 130 200 150 130 190 70 60 610 100 450 340 2,260 400 290 120 850 1,060 4,440 150 130 750 3,410 1,240



5101 5102 5103 5104 5105 5106 5107 5108 5171 5200 5201 5202 5203 5204 5205 5206 5207 5271 5272 5300 5301 5302 5303 5304 5305 5306 5307 5308 5309 5310 5311 5312 5313 5314 5315 5371 6100 6101 6102 6103 6104 6105 6106 6107

(1) Jembrana Tabanan Badung Gianyar Klungkung Bangli Karangasem Buleleng Kota Denpasar Nusa Tenggara Barat Lombok Barat Lombok Tengah Lombok Timur Sumbawa Dompu Bima Sumbawa Barat Kota Mataram Kota Bima Nusa Tenggara Timur Sumba Barat Sumba Timur Kupang Timor Tengah Selatan Timor Tengah Utara Belu Alor Lembata Flores Timur Sikka Ende Ngada Manggarai Rote Ndao Manggarai Barat Kota Kupang Kalimantan Barat Sambas Bengkayang Landak Pontianak Sanggau Ketapang Sintang

Pasangan Pasangan Pelanggan Pelanggan WPS WPS Tidak Pelanggan Pelanggan WPS WPS Tidak Penasun Langsung Langsung WPS WPS Tidak Langsung Langsung Langsung Langsung (2) 280 180 580 170 40 90 90 340 3,770 1,090 270 170 70 10 90 470 20 2,050 70 80 100 80 90 320 100 60 60 140 80 30 70 40 50 720 2,310 140 70 140 110 150 220

(3) 130 30 550 80 10 190 760 1,290 230 150 60 30 880 40 50 210 30 60 40 10 20 120 20 10 10 70 210 1,400 30 20 150 20 20 40

(4) 6,290 4,010 13,160 3,690 730 2,080 1,950 7,700 86,100 14,830 3,710 2,320 930 130 1,150 6,430 170 25,790 880 1,000 1,220 1,030 1,090 3,970 1,170 720 700 1,740 1,010 300 830 430 610 9,130 37,710 2,060 950 1,970 1,690 2,150 3,350

(5) 440 110 1,970 270 30 680 2,690 4,620 1,190 730 310 10 20 140 5,740 270 310 1,390 200 20 380 200 70 90 790 110 80 60 10 450 1,350 6,680 140 70 860 100 110 200

(6) 4,960 3,170 10,390 2,910 580 1,640 1,540 6,080 67,980 6,280 1,570 980 400 60 490 2,720 70 10,910 370 420 520 440 470 1,680 490 310 300 740 430 130 350 180 260 3,860 20,200 1,100 510 1,060 910 1,150 1,790

(7) 350 80 1,560 210 20 540 2,120 3,650 760 460 200 10 10 90 3,630 170 190 880 120 10 250 130 50 60 500 70 50 40 10 290 850 3,590 70 40 470 50 60 110

(8) 60 20 1,320 10 60 110 10 80 1,760 700 20 20 70 70 50 40 110 240 100 3,670 230 50 210 230 130 1,120 110 50 110 150 130 610 280 60 110 130 4,300 180 20 40 220 160 340 350

Pasangan Penasun yang Bukan Pemakai (9) 30 10 560 30 50 40 750 310 10 10 30 30 30 20 50 110 50 1,580 100 30 90 100 60 480 50 20 50 70 60 260 120 30 50 60 1,840 80 10 20 100 70 140 150

Gay

(10) 600 910 2,110 510 190 250 1,670 2,780 2,740 11,920 3,240 3,150 1,920 1,880 230 440 120 830 140 8,880 400 440 1,430 410 220 350 380 90 380 540 450 230 1,920 110 190 1,400 14,900 2,080 920 720 3,340 1,780 1,160 820

Waria

Pelanggan Waria

Napi

(11)

(12)

(13)

40 20 160 10 70 80 530 50 40 160 240 10 30 210 10 10 20 10 20 20 10 60 10 20 50 1,070 230 30 30 50 40 140 50

80 50 360 20 10 10 160 170 1,190 120 80 360 550 20 60 10 390 20 20 40 20 10 30 40 10 100 10 10 10 30 80 2,680 560 80 80 110 90 350 110

70 80 660 40 60 60 80 200 1,340 130 90 200 210 200 270 260 2,450 130 210 250 300 90 190 70 100 190 110 110 90 160 40 460 1,110 90 200 160



6108 6109 6110 6171 6172 6200 6201 6202 6203 6204 6205 6206 6207 6208 6209 6210 6211 6212 6213 6271 6300 6301 6302 6303 6304 6305 6306 6307 6308 6309 6310 6311 6371 6372 6400 6401 6402 6403 6404 6405 6406 6407 6408 6409

(1) Kapuas Hulu Sekadau Melawi Kota Pontianak Kota Singkawang Kalimantan Tengah Kotawaringin Barat Kotawaringin Timur Kapuas Barito Selatan Barito Utara Sukamara Lamandau Seruyan Katingan Pulang Pisau Gunung Mas Barito Timur Murung Raya Kota Palangka Raya Kalimantan Selatan Tanah Laut Kotabaru Banjar Barito Kuala Tapin Hulu Sungai Selatan Hulu Sungai Tengah Hulu Sungai Utara Tabalong Tanah Bumbu Balangan Kota Banjarmasin Kota Banjarbaru Kalimantan Timur Pasir Kutai Barat Kutai Kartanegara Kutai Timur Berau Malinau Bulongan Nunukan Penajam Paser Utara

Pasangan Pasangan Pelanggan Pelanggan WPS WPS Tidak Pelanggan Pelanggan WPS WPS Tidak Penasun Langsung Langsung WPS WPS Tidak Langsung Langsung Langsung Langsung (2) 90 70 110 830 410 2,950 780 500 120 80 150 120 70 130 230 320 240 40 190 1,240 70 90 120 50 70 370 30 280 180 6,380 490 210 690 500 420 20 130 40 40

(3) 30 20 40 690 370 4,050 320 440 270 30 340 270 150 10 520 710 520 90 420 450 210 20 220 10 5,070 290 10 1,540 1,100 940 290 240 20

(4) 1,330 990 1,570 15,530 6,150 45,140 11,930 7,620 1,870 1,230 2,310 1,820 1,050 1,930 3,550 4,850 3,570 580 2,880 19,020 1,050 1,400 1,870 70 640 980 5,710 400 4,230 2,690 98,130 7,450 3,100 10,570 7,600 6,470 240 2,010 570 640

(5) 170 90 250 2,630 2,100 23,120 1,810 2,520 1,550 180 1,910 1,510 870 30 2,940 4,020 2,960 470 2,380 2,560 10 1,160 30 10 10 70 10 1,240 30 29,000 1,640 40 8,760 6,300 5,350 1,660 1,340 110

(6) 720 530 840 8,320 3,290 24,170 6,390 4,080 1,000 660 1,240 980 560 1,030 1,900 2,600 1,910 310 1,540 10,190 560 750 1,000 40 340 530 3,060 220 2,270 1,440 52,550 3,990 1,660 5,660 4,070 3,470 130 1,070 310 340

(7) 90 50 130 1,410 1,130 12,380 970 1,350 830 100 1,020 810 470 20 1,580 2,150 1,590 250 1,280 1,370 10 620 10 10 40 670 20 15,540 880 20 4,690 3,370 2,870 890 720 60

(8) 110 120 180 2,140 480 2,300 100 70 370 90 100 50 40 120 140 130 90 90 90 850 6,580 290 300 470 30 50 220 260 210 840 1,000 110 2,730 110 9,500 280 180 780 830 740 50 440 130 660

Pasangan Penasun yang Bukan Pemakai (9) 50 50 80 910 210 980 40 30 160 40 50 20 20 50 60 60 40 40 40 370 2,800 130 130 200 10 30 90 110 90 360 430 50 1,160 50 4,050 120 80 330 360 310 30 190 60 280

Gay

(10) 500 210 200 2,420 780 7,460 990 1,400 1,610 600 270 90 140 120 300 280 200 380 200 930 6,550 320 720 660 320 200 240 280 240 230 280 120 2,800 180 12,600 430 200 2,370 900 780 60 480 280 290

Waria

Pelanggan Waria

Napi

(11)

(12)

(13)

40 100 20 220 160 920 230 220 30 20 50 60 20 40 70 100 10 90 370 10 20 10 10 10 110 130 80 2,580 220 60 310 220 190 40 10 60

80 250 50 540 390 2,300 580 550 60 40 110 140 50 100 170 10 260 30 210 930 20 50 40 10 30 280 10 310 200 6,460 540 150 770 550 470 10 100 20 130

30 390 250 560 140 90 180 150 10 2,380 180 280 350 100 100 120 120 220 110 800 1,180 180



6471 6472 6473 6474 7100 7101 7102 7103 7104 7105 7106 7171 7172 7173 7200 7201 7202 7203 7204 7205 7206 7207 7208 7209 7271 7300 7301 7302 7303 7304 7305 7306 7307 7308 7309 7310 7311 7312 7313 7314 7315 7316 7317 7318

(1) Kota Balikpapan Kota Samarinda Kota Tarakan Kota Bontang Sulawesi Utara Bolaang Mongondow Minahasa Kepulauan Sangihe Kepualuan Talaud Minahasa Selatan Minahasa Utara Kota Manado Kota Bitung Kota Tomohon Sulawesi Tengah Banggai Kepulauan Banggai Morowali Poso Donggala Toli-Toli Buol Parigi Moutong Tojo Una-Una Kota Palu Sulawesi Selatan Selayar Bulukumba Bantaeng Jeneponto Takalar Gowa Sinjai Maros Pangkajene Kepulauan Barru Bone Soppeng Wajo Sidenreng Rappang Pinrang Enrekang Luwu Tana Toraja

Pasangan Pasangan Pelanggan Pelanggan WPS WPS Tidak Pelanggan Pelanggan WPS WPS Tidak Penasun Langsung Langsung WPS WPS Tidak Langsung Langsung Langsung Langsung (2) 1,270 1,770 460 380 1,950 120 30 20 60 50 1,050 540 100 910 40 50 50 120 250 30 10 180 210 2,700 150 70 450 200 110 50 70 20 90 110 340 410 10

(3) 300 70 200 110 1,820 70 190 10 250 60 830 290 140 1,520 90 110 30 260 550 20 10 460 2,530 10 320 270 50 90 60 30 50 10 760 20 40 100

(4) 19,400 27,230 7,070 5,820 29,620 2,020 410 330 1,030 720 17,520 5,910 1,690 21,960 950 1,120 1,020 2,790 5,890 640 270 4,360 4,940 109,380 5,820 2,600 18,450 8,160 4,460 1,720 2,530 620 3,310 4,250 13,780 16,700 370

(5) 1,720 360 1,130 610 9,580 420 1,080 70 1,440 340 3,750 1,680 810 13,190 770 910 220 2,270 4,790 10 160 50 4,020 26,340 150 3,300 30 2,780 470 870 590 30 310 550 90 7,810 140 420 1,070

(6) 10,390 14,580 3,790 3,110 17,130 1,170 240 190 590 420 10,130 3,420 980 12,700 550 650 590 1,610 3,410 370 150 2,530 2,860 55,430 2,950 1,320 9,350 4,140 2,270 880 1,280 320 1,680 2,150 6,980 8,460 190

(7) 920 200 610 330 5,550 250 630 40 830 200 2,170 980 470 7,630 450 530 130 1,310 2,770 100 30 2,330 13,330 70 1,670 10 1,410 240 440 300 10 160 280 50 3,960 70 210 540

(8) 2,520 1,730 850 340 1,980 330 410 140 60 190 120 680 20 60 3,100 100 30 190 90 950 210 80 20 100 1,360 12,110 110 370 110 330 150 580 10 280 170 100 640 130 350 240 330 100 190 260

Pasangan Penasun yang Bukan Pemakai (9) 1,070 740 370 140 860 140 180 60 30 80 50 290 10 30 1,330 40 10 80 40 410 90 40 10 50 580 5,170 50 160 50 140 70 250 120 70 40 270 60 150 110 140 50 80 110

Gay

(10) 2,310 3,100 840 610 7,960 2,280 1,440 500 190 330 210 2,100 840 100 6,350 340 700 420 160 2,080 440 140 430 180 1,480 22,060 230 1,630 180 720 260 1,260 450 1,190 580 170 2,760 920 380 520 710 180 1,300 1,790

Waria

(11) 560 790 80 60 460 10 50 10 10 310 70 10 490 20 10 10 70 290 100 1,050 30 10 140 40 20 20 10 30 20 10 100 120 -

Pelanggan Waria (12) 1,410 1,980 200 140 1,370 40 150 10 40 20 910 210 10 1,920 20 80 20 50 280 10 10 1,100 360 4,090 100 50 520 150 50 80 20 110 10 60 50 390 470 -

Napi

(13) 570 430 1,370 100 310 120 20 50 590 110 70 1,350 130 50 90 60 1,030 1,790 40 110 50 50 50 50 40 110 60 50 130 50 110 50 100 50 10



7322 7325 7371 7372 7373 7400 7401 7402 7403 7404 7405 7406 7407 7408 7471 7472 7500 7501 7502 7503 7504 7571 7600 7601 7602 7603 7604 7605 8100 8101 8102 8103 8104 8105 8106 8107 8171 8200 8201 8202 8203 8204 8205 8206

(1) Luwu Utara Luwu Timur Kota Ujung Pandang Kota Pare-Pare Kota Palopo Sulawesi Tenggara Buton Muna Konawe Kolaka Konawe Selatan Bombana Wakatobi Kolaka Utara Kota Kendari Kota Bau Bau Gorontalo Boalemo Gorontalo Pohuwato Bone Bolango Kota Gorontalo Sulawesi Barat Majene Polewali Mandar Mamasa Mamuju Mamuju Utara Maluku Maluku Tenggara Barat Maluku Tenggara Maluku Tengah Buru Kepulauan Aru Seram Bagian Barat Seram Bagian Timur Kota Ambon Maluku Utara Halmahera Barat Halmahera Tengah Kepulauan Sula Halmahera Selatan Halmahera Utara Halmahera Timur

Pasangan Pasangan Pelanggan Pelanggan WPS WPS Tidak Pelanggan Pelanggan WPS WPS Tidak Penasun Langsung Langsung WPS WPS Tidak Langsung Langsung Langsung Langsung (2) 40 60 60 350 170 720 10 60 70 100 20 20 40 30 210 170 450 40 50 60 50 260 340 120 30 70 120 1,600 550 70 30 440 140 370 940 90 160 220 -

(3) 30 580 70 90 980 10 140 140 40 280 370 1,280 130 160 190 190 630 320 270 50 1,800 50 350 190 140 370 10 50 660 270 200 10 10 -

(4) 1,250 2,250 2,420 14,000 6,710 17,260 270 1,460 1,540 2,440 400 540 940 760 4,940 4,000 10,570 890 1,240 1,320 990 6,130 8,220 2,940 670 1,700 2,920 27,070 9,320 1,230 510 7,470 2,330 6,220 15,910 1,470 2,680 3,770 -

(5) 260 20 5,960 670 870 8,520 60 1,190 1,250 340 10 10 10 10 2,410 3,250 11,110 1,070 1,340 1,610 1,610 5,500 2,800 2,390 10 370 30 10,570 300 2,040 1,110 830 2,180 30 180 3,920 1,520 1,150 30 40 -

(6) 640 1,140 1,230 7,090 3,400 8,750 140 740 780 1,240 200 270 480 390 2,510 2,030 5,350 450 630 670 500 3,110 4,160 1,490 340 860 1,480 20,220 6,960 920 380 5,590 1,740 4,650 11,900 1,100 2,010 2,820 -

(7) 130 10 3,020 340 440 4,310 30 600 640 170 10 10 1,220 1,650 5,620 540 680 810 810 2,780 1,410 1,210 190 20 7,900 220 1,530 830 620 1,630 20 130 2,930 1,140 860 30 30 -

(8) 190 220 6,330 460 530 900 150 160 10 10 150 60 50 110 160 50 340 40 20 120 80 90 1,040 130 140 70 280 430 820 80 30 360 70 50 100 50 110 1,020 70 20 130 110 180 40

Pasangan Penasun yang Bukan Pemakai (9) 80 100 2,700 200 230 390 70 70 70 30 30 50 70 30 140 20 10 50 40 40 440 60 60 30 120 180 350 40 10 150 30 20 40 20 50 440 30 10 60 50 80 20

Gay

(10) 640 240 5,620 260 140 6,020 510 1,120 1,190 1,260 260 110 90 120 1,130 280 2,700 260 1,820 130 140 360 2,620 280 1,500 120 610 120 3,690 280 250 1,540 260 80 170 80 1,060 1,590 450 80 140 200 200 60

Waria

Pelanggan Waria

Napi

(11)

(12)

(13)

10 30 300 150 50 270 10 20 50 30 10 10 100 40 300 30 110 60 40 80 80 30 10 40 400 170 10 90 40 100 140 10 50 70 -

30 100 1,170 590 190 980 20 80 200 120 40 20 360 140 1,150 120 410 210 140 290 270 90 10 30 140 1,100 450 20 10 230 110 280 400 40 130 180 -

80 80 350 110 60 920 110 80 130 10 400 200 310 10 20 10 10 260 210 50 170 340 70 280 330 10 -



8271 8272 9100 9101 9102 9103 9104 9105 9106 9107 9108 9171 9400 9401 9402 9403 9404 9408 9409 9410 9411 9412 9413 9414 9415 9416 9417 9418 9419 9420 9426 9427 9471

Pasangan Pasangan Pelanggan Pelanggan WPS WPS Tidak Pelanggan Pelanggan WPS WPS Tidak Penasun Langsung Langsung WPS WPS Tidak Langsung Langsung Langsung Langsung

(1) Kota Ternate Kota Tidore Kepulauan Irian Jaya Barat Fakfak Kaimana Teluk Wondama Teluk Bintuni Manokwari Sorong Selatan Sorong Raja Ampat Kota Sorong Papua Merauke Jayawijaya Jayapura Nabire Yapen Waropen Biak Numfor Paniai Puncak Jaya Mimika Boven Digoel Mappi Asmat Yahukimo Pegunungan Bintang Tolikara Sarmi Keerom Waropen Supiori Kota Jayapura

(2) 470 1,500 150 140 240 400 10 50 530 3,200 670 90 390 600 30 210 40 20 490 20 60 10 590

(3) 1,170 180 180 10 80 210 510 1,820 190 90 60 280 50 100 130 50 150 50 700

(4) 7,990 20,840 2,400 2,220 3,810 6,490 210 690 5,040 41,870 4,750 1,410 6,360 9,760 390 3,350 560 290 7,990 370 890 120 5,660

Indonesia

128,220

92,970

2,479,860

60

(5) 300 4,560 960 1,000 70 430 1,150 970 7,070 320 510 370 1,640 320 560 10 760 290 860 290 1,170

(6) 5,970 9,910 1,150 1,060 1,810 3,090 100 330 2,400 23,540 2,670 790 3,580 5,490 220 1,890 320 160 4,500 200 500 70 3,180

682,060

1,433,760

(7)

(8)

Pasangan Penasun yang Bukan Pemakai (9)

Gay

Waria

Pelanggan Waria (12)

430 60 240 10 50 120 70 430 50 30 20 20 50 10 10 10 10 10 10 10 10 10 200

180 30 110 30 50 30 150 30 10 10 10 30 80

(10) 380 100 1,260 140 100 30 100 360 60 80 40 370 4,730 420 620 230 370 160 270 130 140 640 40 160 140 150 100 50 40 50 20 20 1,040

(11)

220 3,260 690 710 50 310 820 690 3,970 180 290 210 920 180 320 430 170 480 160 660 399,900

219,130

93,350

766,800

Napi

20

50

320 20 20 30 10 10 240 270 10 10 20 70 10 40 10 30 80

820 50 50 70 30 20 610 680 20 20 50 170 10 100 30 10 70 10 210

(13) 320 130 40 80 10 140 60 60 20

28,130

83,130

96,210

Estimasi ODHA Tahun 2006


1100 1101 1102 1103 1104 1105 1106 1107 1108 1109 1110 1111 1112 1113 1114 1115 1116 1117 1171 1172 1173 1174 1200 1201 1202 1203 1204 1205 1206 1207 1208 1209 1210 1211 1212 1213 1214 1215 1216 1217 1218 1271 1272 1273

(1) Nanggroe Aceh Darussalam Simeulue Aceh Singkil Aceh Selatan Aceh Tenggara Aceh Timur Aceh Tengah Aceh Barat Aceh Besar Pidie Bireuen Aceh Utara Aceh Barat Daya Gayo Lues Aceh Tamiang Nagan Raya Aceh Jaya Bener Meriah Kota Banda Aceh Kota Sabang Kota Langsa Kota Lhoksumawe Sumatera Utara Nias Mandailing Natal Tapanuli Selatan Tapanuli Tengah Tapanuli Utara Toba Samosir Labuhan Batu Asahan Simalungun Dairi Karo Deli Serdang Langkat Nias Selatan Humbang Hasundutan Papak Bharat Samosir Serdang Bedagai Kota Sigolga Kota Tanjung Balai Kota Pematang Siantar

Pasangan Pasangan Pelanggan Pelanggan WPS WPS Tidak Pelanggan Pelanggan WPS WPS Tidak Penasun Langsung Langsung WPS WPS Tidak Langsung Langsung Langsung Langsung (2)

(3) 40 10 10 270 10 10 20 30 30 20 30 40 20 20 -

(4) 70 10 10 -

170 10 10 10 10 10 20 10 10 20 10 50 1,220 20 60 20 10 50 80 110 120 70 20 130 160 10 10 10 100 10 90 20

(5)

(6) 190 10 10 10 10 10 10 10 20 10 20 10

(7) 40 10 10 280 10 10 20 30 30 20 30 40 20 20 -

50 10 -

(8) 1,070 10 20 20 130 50 30 50 70 70 50 50 10 60 70 20 10 60 150 10 70 50 6,370 100 240 10 10 190 230 100 170 320 90 210 750 260 60 60 10 20 340 260 410 230

Pasangan Penasun yang Bukan Pemakai (9) 160 20 10 10 10 10 10 10 10 10 10 20 10 10 910 20 30 30 30 20 20 50 10 30 110 40 10 10 50 40 60 30

Gay

(10) 120 20 10 20 30 10 500 10 10 20 10 30 60 50 10 10 90 60 10 10

Waria

Pelanggan Waria

Napi

(11)

(12)

(13)

30 -

20

-

-

10 160 10 10 20 20 10 20 10 20 -

10 110 10 10 20 10 20 20 -

10

30 270 10 10 10 20 30 10 10 10 20



1274 1275 1276 1277 1300 1301 1302 1303 1304 1305 1306 1307 1308 1309 1310 1311 1312 1371 1372 1373 1374 1375 1376 1377 1400 1401 1402 1403 1404 1405 1406 1407 1408 1409 1471 1473 1500 1501 1502 1503 1504 1505 1506 1507

(1) Kota Tebing Tinggi Kota Medan Kota Binjai Kota Padang Sidempuan Sumatera Barat Kepualauan Mentawai Pesisir Selatan Solok Sawah Lunto Tanah Datar Padang Pariaman Agam Lima Puluh Koto Pasaman Solok Selatan Dharmasraya Pasaman Barat Kota Padang Kota Solok Kota Sawah Lunto Kota Padang Panjang Kota Bukittinggi Kota Payakumbuh Kota Pariaman Riau Kuantan Singingi Indragiri Hulu Indragiri Hilir Pelalawan Siak Kampar Rokan Hulu Bengkalis Rokan Hilir Kota Pekan Baru Kota Dumai Jambi Kerinci Merangin Sarolangun Batanghari Muaro Jambi Tanjung Jabung Timur Tanjung Jabung Barat


(3) -

(4) -

20 10 -

10 10 -

20 10 380 10 20 50 20 20 30 20 60 40 90 10 70 10

10 20 10 10 -

110 40 60 40 10 1,230 60 70 160 50 80 120 90 210 140 230 30 240 10 10 40

(5)

(6) -

(7) -

40 30 -

30 10 -

10 -

20 -

10 30 10 10 10

(8) -

10 150 10 10 20 10 10 20 10 30 20 30 30 -

10 10 -

330 1,560 180 220 2,390 70 160 90 20 80 20 160 50 10 30 90 660 100 10 50 420 220 150 1,670 20 50 130 210 130 90 100 150 90 480 210 2,240 270 150 80 210 240 350 150

Pasangan Penasun yang Bukan Pemakai

Gay

Waria

Pelanggan Waria

Napi

(9)

(10)

(11)

(12)

(13)

50 220 30 30 340 10 20 10 10 20 10 10 90 10 10 60 30 20 240 10 20 30 20 10 20 20 10 70 30 320 40 20 10 30 30 50 20

120 10 10 120 10 20 10 50 180 10 40 10 10 10 40 10 40 10 110 20 10 10 10 10

-

20 10

-

10 10 -

10 280 10 20 50 20 20 10 10 70 50 10 10 30 10

10 180 10 20 30 10 10 10 10 40 30 10 10 20 10

10 100 20 10 70 10 10 10 10 110 10 10 10 10 40 10 50 10



1508 1509 1571 1600 1601 1602 1603 1604 1605 1606 1607 1608 1609 1610 1671 1672 1673 1674 1700 1701 1702 1703 1704 1705 1706 1707 1708 1771 1800 1801 1802 1803 1804 1805 1806 1807 1808 1871 1872 1900 1901 1902 1903 1904

(1) Tebo Bungo Kota Jambi Sumatera Selatan Ogan Komering Ulu Ogan Komering Ilir Muara Enim Lahat Musi Rawas Musi Banyu Asin Banyu Asin Ogan Komering Ulu Selatan Ogan Komering Ulu Timur Ogan Ilir Kota Palembang Kota Prabumulih Kota Pagar Alam Kota Lubuk Lingga Bengkulu Bengkulu Selatan Rejang Lebong Bengkulu Utara Kaur Seluma Mukomuko Lebong Kepahing Kota Bengkulu Lampung Lampung Barat Tanggamus Lampung Selatan Lampung Timur Lampung Tengah Lampung Utara Way Kanan Tulang Bawang Bandar Lampung Metro Kepulauan Bangka Belitung Bangka Belitung Bangka Barat Bangka Tengah


(3) 20 30 220 10 10 10 10 10 10 10 10 100 20 20 70 20 40 140 10 10 10 10 10 50 10 110 20 10 10 40

(4) 50 20 10 20 10 40 10 10 -

(5) 60 110 670 20 40 40 40 20 50 30 20 280 80 50 240 60 10 10 10 160 460 20 30 50 50 50 30 20 170 50 320 60 30 40 70

(6) 130 10 10 10 10 10 10 10 40 10 20 30 10 10 50 20 10 -

(7) 10 10 140 10 10 10 10 10 10 60 20 10 60 10 40 110 10 10 10 10 10 40 10 80 20 10 10 20

(8) 40 10 10 10 10 -

10 270 510 3,570 110 170 50 80 130 100 310 90 240 150 2,040 60 30 10 810 10 70 90 30 50 40 20 30 480 1,920 20 60 160 30 50 460 1,090 30 1,120 430 40 280 40


Gay

(9)

(10) 40 70 510 20 20 10 10 20 10 40 10 30 20 290 10 120 10 10 10 70 280 10 20 10 70 160 160 60 10 40 10

10

Waria

Pelanggan Waria

Napi

(11)

(12)

(13)

-

-

30 240 20 20 20 20 30 30 10 10 10 10 80 10 60 10 20 10 260 10 20 30 10 60 30 20 10 50 30 10 -

10 180 10 10 50 10 20 30 50 70 10 50 90 10 10 10 10 40 10 130 40 10 10 20

110 10 30 10 20 30 40 10 30 50 20 10 80 20 10 10 10

10 10 20 110 10 10 10 10 10 50 10 0 60 40 10 30 -



1905 1906 1971 2000 2001 2002 2003 2004 2071 2072 3100 3101 3171 3172 3173 3174 3175 3200 3201 3202 3203 3204 3205 3206 3207 3208 3209 3210 3211 3212 3213 3214 3215 3216 3271 3272 3273 3274 3275 3276 3277 3278 3279 3300

(1) Bangka Selatan Belitung Timur Kota Pangkal Pinang Kepulauan Riau Karimun Kepulauan Riau Natuna Lingga Kota Batam Kota Tanjung Pinang Daerah Khusus Ibukota Jakarta Kepulauan Seribu Kota Jakarta Selatan Kota Jakarta Timur Kota Jakarta Pusat Kota Jakarta Barat Kota Jakarta Utara Jawa Barat Bogor Sukabumi Cianjur Bandung Garut Tasikmalaya Ciamis Kuningan Cirebon Majalengka Sumedang Indramayu Subang Purwakarta Karawang Bekasi Kota Bogor Kota Sukabumi Kota Bandung Kota Cirebon Kota Bekasi Kota Depok Kota Cimahi Kota Tasikmalaya Kota Banjar Jawa Tengah


(3) 10 10 10 240 90 20 10 80 40 740 10 190 40 340 150 810 70 10 10 10 10 10 20 20 10 100 30 40 150 80 50 70 20 60 20 410

(4) 10 170 20 10 110 30 900 150 130 130 180 310 130 10 10 20 20 10 20 10 10 10 10 140

20 20 60 900 350 80 50 10 300 110 2,660 40 690 160 1,240 520 2,940 270 20 40 40 10 30 30 10 80 70 50 370 110 150 550 290 200 250 70 230 20 70 1,520

(5)

(6) 10 80 10 10 -

50 10 1,570 260 230 230 310 530 160 10 10 30 20 20 20 20 10 10 10 260

(7) 10 10 10 110 40 10 10 40 10 420 10 110 30 200 80 470 40 10 10 10 10 10 10 60 20 20 90 40 30 40 10 40 10 390

(8) 20 10 290 50 40 40 60 100 30 10 80

30 40 250 2,030 230 380 20 20 1,370 10 16,750 2,790 5,370 3,990 2,800 1,790 9,650 480 30 110 40 250 190 70 40 1,680 90 90 190 190 110 260 610 1,810 360 940 200 970 280 40 350 270 3,100


Gay

Waria

Pelanggan Waria

Napi

(9)

(10)

(11)

(12)

(13)

10 40 290 30 50 190 2,370 400 760 570 390 250 1,370 70 20 10 30 30 10 10 240 10 10 30 30 20 40 90 260 50 130 30 140 40 10 50 40 450

-

10 70 10

40 10 550 120 160 50 130 90 1,980 210 110 120 230 60 20 80 60 110 60 60 90 80 40 110 120 60 10 70 10 130 80 20 30 1,200

-

30 60

20 40

-

-

40 10 210 80 50 30 20 30 460 60 10 10 10 10 10 10 10 40 10 10 170 20 30 10 20 10 210

30 10 120 50 30 20 10 20 270 40 10 10 10 20 10 100 10 20 10 10 10 110

20 10 10 1,150 1,110 40 1,270 20 10 10 580 20 10 60 120 10 250 30 140 10 150



3301 3302 3303 3304 3305 3306 3307 3308 3309 3310 3311 3312 3313 3314 3315 3316 3317 3318 3319 3320 3321 3322 3323 3324 3325 3326 3327 3328 3329 3371 3372 3373 3374 3375 3376 3400 3401 3402 3403 3404 3471 3500 3501 3502

(1) Cilacap Banyumas Purbalingga Banjarnegara Kebumen Purworejo Wonosobo Magelang Boyolali Klaten Sukoharjo Wonogiri Karanganyar Sragen Grobogan Blora Rembang Pati Kudus Jepara Demak Semarang Temanggung Kendal Batang Pekalongan Pemalang Tegal Brebes Kota Magelang Kota Surakarta Kota Salatiga Kota Semarang Kota Pekalongan Kota Tegal Daerah Istimewa Yogyakarta Kulon Progo Bantul Gunung Kidul Sleman Kota Yogyakarta Jawa Timur Pacitan Ponorogo


(3) 10 30 10 10 -

(4)

10 -

-

30

-

20 -

10 30 10 80 10 80 10 -

10 -

10

10 80 10 -

20 10 60 860 10

20 10 180 -

90 110 10 20 120 20 10 280 20 290 20 20 300 10 60 10 40 180 3,860 10 40

(7) 10 20 10

10 -

10

10

-

-

10 20

10 -

60 -

-

(6) -

10

-

10

90 -

10 10 40 70 10 50

20 30

40 90 20 10 10 10 20

10

10

10 20

(5)

-

10 10

-

20 -

20 10 10 140 10 20 20 10 10 270 -

20 30 10 30 10 70 10 70 10 -

(8) 10 40 -

80 20 10 40 650 10

10 60 -

320 100 10 10 30 30 40 70 10 50 20 20 40 90 10 70 20 50 30 60 70 70 50 40 220 110 10 140 90 50 110 30 700 130 200 2,200 190 60 310 1,060 580 10,710 -


Gay

(9)

(10) 50 10

90 80 10 20 60 10 20 20 10 30 20 20 20 50 70 20 20 60 20 60 10 50 40 50 20 20 20 80 30

10 10 10 10 10 10 10 10 10 10 10 10 30 20 20 10 10 20 100 20 30 320 30 10 40 150 80 1,530 -

Waria

Pelanggan Waria

Napi

(11)

(12)

(13)

10 10 10 10 10 10 10 30 10 40 -

40 10 90 10 10 150 10 50 20 60 20 1,580 30 40

10 10 10 10 -

-

10 10 10 10

-

10 10

20

-

20

-

-

10

-

10 10 10 10

90

-

30 10

10

10 10 -

50 -

30

40 -

20

10

-

-

-

30 20 480 10

10 10 310 -

10 20 370 -



3503 3504 3505 3506 3507 3508 3509 3510 3511 3512 3513 3514 3515 3516 3517 3518 3519 3520 3521 3522 3523 3524 3525 3526 3527 3528 3529 3571 3572 3573 3574 3575 3576 3577 3578 3579 3600 3601 3602 3603 3604 3671 3672 5100

(1) Trenggalek Tulungagung Blitar Kediri Malang Lumajang Jember Banyuwangi Bondowoso Situbondo Probolinggo Pasuruan Sidoarjo Mojokerto Jombang Nganjuk Madiun Magetan Ngawi Bojonegoro Tuban Lamongan Gresik Bangkalan Sampang Pamekasan Sumenep Kota Kediri Kota Blitar Kota Malang Kota Probolinggo Kota Pasuruan Kota Mojokerto Kota Madiun Kota Surabaya Kota Batu Banten Pandeglang Lebak Tangerang Serang Kota Tangerang Kota Cilegon Bali


(3) -

(4) -

50 20 60 40 20 40 40 10 10 30 30 10 10 10 20 -

10 10 10 -

10 10 10 -

10 10 -

20 -

20 -

20 20 10 310 10 110 80 20 10 550

10 20 50 20 10 10 60

20 240 100 290 200 70 170 180 50 60 110 150 30 60 20 90 20 50 30 10 40 20 10 10 10 80 90 10 10 70 60 1,390 60 400 10 20 280 70 20 2,500

(5)

(6) -

(7) -

20

40 20 50 30 10 30 30 10 10 20 30 10 10

10 10 10 10 -

20 20 10

-

10 10 10 -

30 -

10 -

10 -

20 -

30 70 30 10 10 40

(8) -

10 10 230 10 70 40 10 610

10 10 10 10 10

10 30 630 410 40 10 100 280 180 70 280 200 270 610 10 40 400 10 10 210 290 300 20 330 1,170 260 380 40 840 30 50 200 1,040 1,660 310 3,890 100 70 2,090 260 1,130 230 1,340


Gay

Waria

Pelanggan Waria

Napi

(9)

(10)

(11)

(12)

(13)

90 60 10 10 40 30 10 40 30 40 90 10 60 30 40 40 50 170 40 50 10 120 10 30 150 240 40 560 20 10 300 40 160 30 190

20 50 10 80 130 50 120 80 20 20 30 80 110 30 60 60 40 30 40 30 60 20 20 10 10 20 30 10 50 10 10 170 460 30 20 200 110 100 10 140

-

10 20 20 50 20 20 40 10 20 20 30 10 10

-

10 20 10 40 10 20 30 10 10 20 10 10 -

10 10 -

10 -

20 -

10 10 20 90 10 40 -

10 10 60 10 30 -

20 20 -

10 10 -

60

10 20 10 10 10 20

20

10

10 -

-

-

-

-

30

10 10 130 10 10 10 20 20 1,000 20 970 50



5101 5102 5103 5104 5105 5106 5107 5108 5171 5200 5201 5202 5203 5204 5205 5206 5207 5271 5272 5300 5301 5302 5303 5304 5305 5306 5307 5308 5309 5310 5311 5312 5313 5314 5315 5371 6100 6101 6102 6103 6104 6105 6106 6107

(1) Jembrana Tabanan Badung Gianyar Klungkung Bangli Karangasem Buleleng Kota Denpasar Nusa Tenggara Barat Lombok Barat Lombok Tengah Lombok Timur Sumbawa Dompu Bima Sumbawa Barat Kota Mataram Kota Bima Nusa Tenggara Timur Sumba Barat Sumba Timur Kupang Timor Tengah Selatan Timor Tengah Utara Belu Alor Lembata Flores Timur Sikka Ende Ngada Manggarai Rote Ndao Manggarai Barat Kota Kupang Kalimantan Barat Sambas Bengkayang Landak Pontianak Sanggau Ketapang Sintang


(3) 30 20 60 20 10 10 30 370 60 10 10 20 90 20 20 130 10 10 10 10 10

(4) 10 10 20 10 10 10 50 10 -

120 80 270 80 20 40 40 150 1,710 150 40 20 10 10 70 210 10 10 10 10 60 10 10 10 10 10 10 60 410 20 10 20 20 20 30

(5)

(6)

(7)

-

30 20 70 20

10 -

-

10 20 10 20 10 50 10 -

10 10 40 410 20 10 30 10 10 70 10

(8) 10 10 -

20 10 520 20 40 30 690 280 10 10 30 30 20 10 40 90 40 1,450 90 20 80 90 50 440 40 20 40 60 50 240 110 20 40 50 1,690 70 10 10 90 60 130 140


Gay

(9)

(10) -

10 10 30 10

70 10 100 50 10 10 10 210 10 10 10 10 60 10 10 10 10 30 20 10 10 240 10 10 10 20 20

20 30 30 150 40 40 20 20 10 10 110 10 10 20 10 10 10 20 20 180 30 10 10 40 20 10 10

Waria

Pelanggan Waria

Napi

(11)

(12)

(13)

10 -

-

30 -

10

10 10 80 10

10 -

10 40 -

30 40 -

10 20

30

10 130 20 10 10 10 10

40 -

-

-

30 -

10 10 10 70

10 -

10 10 10 10 10 70 10

-

10 40 -

10 -

10 -



6108 6109 6110 6171 6172 6200 6201 6202 6203 6204 6205 6206 6207 6208 6209 6210 6211 6212 6213 6271 6300 6301 6302 6303 6304 6305 6306 6307 6308 6309 6310 6311 6371 6372 6400 6401 6402 6403 6404 6405 6406 6407 6408 6409

(1) Kapuas Hulu Sekadau Melawi Kota Pontianak Kota Singkawang Kalimantan Tengah Kotawaringin Barat Kotawaringin Timur Kapuas Barito Selatan Barito Utara Sukamara Lamandau Seruyan Katingan Pulang Pisau Gunung Mas Barito Timur Murung Raya Kota Palangka Raya Kalimantan Selatan Tanah Laut Kotabaru Banjar Barito Kuala Tapin Hulu Sungai Selatan Hulu Sungai Tengah Hulu Sungai Utara Tabalong Tanah Bumbu Balangan Kota Banjarmasin Kota Banjarbaru Kalimantan Timur Pasir Kutai Barat Kutai Kartanegara Kutai Timur Berau Malinau Bulongan Nunukan Penajam Paser Utara


(3) 10 40 30 140 40 20 10 10 10 10 10 20 10 10 60 10 20 10 10 220 20 10 20 20 10 -

(4) 20 20 90 10 10 10 10 10 20 10 10 10 70 10 10 30 10 10 -

(5) 10 10 20 150 90 420 120 70 20 10 20 20 10 20 40 50 40 10 20 200 10 10 20 10 10 70 40 30 680 80 20 70 70 20 10 10

(6) 10 20 110 10 20 10 10 10 20 20 10 10 10 80 10 10 30 10 10 -

(7) 30 10 80 20 10 10 10 10 40 10 10 120 10 10 10 -

(8) 20 20 10 -

40 50 70 840 190 910 40 30 150 40 40 20 10 50 50 50 40 30 40 330 2,590 110 120 190 10 20 90 100 80 330 390 40 1,070 40 3,730 110 70 310 320 290 20 170 50 260


Gay

(9)

(10) 10 10 10 120 30 130 10 20 10 10 10 10 50 370 20 20 30 10 10 10 50 60 10 150 10 530 20 10 40 50 40 20 10 40

10 -

Waria

Pelanggan Waria

Napi

(11)

(12)

(13)

-

20

30 10 90 10 20 20 10

10 80 10 10 30 160 10 30 10 10 10 -

30 20 120 30 30 10 10 10 10 10 10 50 10 20 10 340 30 10 40 30 30 10 10

10 20 10 70 20 10 10 10 30 -

10 10 20 70 10 10 10 10

10 10 10 170 10 20 10 10 -

20 40 -



6471 6472 6473 6474 7100 7101 7102 7103 7104 7105 7106 7171 7172 7173 7200 7201 7202 7203 7204 7205 7206 7207 7208 7209 7271 7300 7301 7302 7303 7304 7305 7306 7307 7308 7309 7310 7311 7312 7313 7314 7315 7316 7317 7318

(1) Kota Balikpapan Kota Samarinda Kota Tarakan Kota Bontang Sulawesi Utara Bolaang Mongondow Minahasa Kepulauan Sangihe Kepualuan Talaud Minahasa Selatan Minahasa Utara Kota Manado Kota Bitung Kota Tomohon Sulawesi Tengah Banggai Kepulauan Banggai Morowali Poso Donggala Toli-Toli Buol Parigi Moutong Tojo Una-Una Kota Palu Sulawesi Selatan Selayar Bulukumba Bantaeng Jeneponto Takalar Gowa Sinjai Maros Pangkajene Kepulauan Barru Bone Soppeng Wajo Sidenreng Rappang Pinrang Enrekang Luwu Tana Toraja


(3) 10 90 20 10 100 10 50 20 10 50 10 10 10 10 130 10 20 10 10 20 20 -

(4) 10 50 10 20 40 10 10 10 50 10 10 10 20 -

20 280 70 40 290 20 10 10 180 50 20 220 10 10 10 20 60 10 50 50 1,070 50 20 200 80 40 10 10 30 40 150 180 -

(5)

(6) -

(7) 50 10 10 50

10 50 10 -

-

20 10 -

30 10 -

60 10 20 20 110 10 10 10 20 40 -

(8) 10 -

40 -

10 -

10 10 10 170 10 30 10 10 10 10 20 30 -

10 20 10 -

990 680 330 130 780 130 160 50 20 70 50 270 10 20 1,220 40 10 70 40 370 80 30 10 40 530 4,760 40 150 40 130 60 230 110 60 40 250 50 140 90 130 40 70 100


Gay

Waria

Pelanggan Waria

Napi

(9)

(10)

(11)

(12)

(13)

140 100 50 20 120 20 20 10 10 10 40 180 10 10 50 10 10 80 680 10 20 10 20 10 30 20 10 10 40 10 20 10 20 10 10 10

30 40 10 10 100 30 20 10 30 10 80 10 10 30 10 10 20 270 20 10 20 10 10 10 30 10 10 10 20 20

70 100 10 10 70 10 40 10 50 10 20 10 150 20 10 10 20 -

40 50 10 -

20 10 -

40 -

40 -

10 -

10 -

20 10 -

10 -

40 10 20 10 120 10 10 10 -

40 30 100 10 20 10 -



7322 7325 7371 7372 7373 7400 7401 7402 7403 7404 7405 7406 7407 7408 7471 7472 7500 7501 7502 7503 7504 7571 7600 7601 7602 7603 7604 7605 8100 8101 8102 8103 8104 8105 8106 8107 8171 8200 8201 8202 8203 8204 8205 8206

(1) Luwu Utara Luwu Timur Kota Ujung Pandang Kota Pare-Pare Kota Palopo Sulawesi Tenggara Buton Muna Konawe Kolaka Konawe Selatan Bombana Wakatobi Kolaka Utara Kota Kendari Kota Bau Bau Gorontalo Boalemo Gorontalo Pohuwato Bone Bolango Kota Gorontalo Sulawesi Barat Majene Polewali Mandar Mamasa Mamuju Mamuju Utara Maluku Maluku Tenggara Barat Maluku Tenggara Maluku Tengah Buru Kepulauan Aru Seram Bagian Barat Seram Bagian Timur Kota Ambon Maluku Utara Halmahera Barat Halmahera Tengah Kepulauan Sula Halmahera Selatan Halmahera Utara Halmahera Timur


(3) 20 10 30 10 10 10 20 -

(4) 20 10 10 -

20 -

10 -

10 10 110 30 50 10 20 30 10 10 -

10 60 10 30 10 10 -

(5) 10 10 20 140 70 130 10 10 20 10 30 30 50 10 10 10 10 80 30 10 10 30 350 90 10 170 30 60 110 10 30 40 -

(6) 10

(7) -

-

20 10 20

10 30 -

20 20 10 10 10

-

10 10 10 -

10 10 -

20 10 80

70 -

10

-

20 -

40 -

20 10 10

-

40 10 10 30 10 10 -

(8) 10 20 10 -

70 90 2,490 180 210 350 60 60 60 20 20 40 60 20 130 10 10 50 30 40 410 50 50 30 110 170 320 30 10 140 30 20 40 20 40 400 30 10 50 40 70 10


Gay

(9)

(10) 10 10 350 30 30 50 10 10 10 10 10 20 10 60 10 10 20 20 50 20 10 10 60 10 10 10 -

10 -

Waria

Pelanggan Waria

Napi

(11)

(12)

(13)

-

70

50 20 10 40

80 10 10 10 20 -

-

10

10 10 30

40 -

20

-

10 10

40 20 10

10 -

10 60

50 -

-

10 -

10 20 10

10 -

10 -

10

10 -

20 -

10 20 -

10 -

10 -

40

20 20 -

-

10 -

10 10

10 10 0

30

-

-

20 -

10

20 20

20 -

-

20 -

-

40 20 10 30

-

-

-

-

10 10

-

-

-

10 -

20 0 -



8271 8272 9100 9101 9102 9103 9104 9105 9106 9107 9108 9171 9400 9401 9402 9403 9404 9408 9409 9410 9411 9412 9413 9414 9415 9416 9417 9418 9419 9420 9426 9427 9471

(1) Kota Ternate Kota Tidore Kepulauan Irian Jaya Barat Fakfak Kaimana Teluk Wondama Teluk Bintuni Manokwari Sorong Selatan Sorong Raja Ampat Kota Sorong Papua Merauke Jayawijaya Jayapura Nabire Yapen Waropen Biak Numfor Paniai Puncak Jaya Mimika Boven Digoel Mappi Asmat Yahukimo Pegunungan Bintang Tolikara Sarmi Keerom Waropen Supiori Kota Jayapura Indonesia


(3) 10 170 10 10 10 20 120 170 40 30 30 10 30 30

6,570

(4) -

(5) 30

20

370 20 20 30 60 230 440 50 10 80 80 30 10 100 10 60

2,340

24,810

20 10 40 10 -

(6) -

(7) 10 -

10 -

60 10 10 30 80 10

30 -

10 20

10 -

10 20 10

10

3,500

4,540

(8) 10 720

170 20 100 20 50 30 170 20 10 10 10 20 80 90,030


Gay

Waria

Pelanggan Waria

Napi

(9)

(10)

(11)

(12)

(13)

20 -

-

20 10 -

20 -

20 -

50 60 10 10

-

10

10 10 10 -

10 9,180

20

30 40

10

-

-

-

-

12,840

-

10 3,790

20 20 10 2,240

10 10 5,210

Peta Jumlah Kasus Aids Kumulatif sampai dengan Desember 2006

Peta Estimasi Jumlah ODHA Penduduk (15 – 49 tahun) Tahun 2006

Peta Estimasi Jumlah ODHA Penduduk (15-49 tahun) Tahun 2006

Peta Estimasi Jumlah Populasi Penasun Tahun 2006

Peta Estimasi Jumlah ODHA Penasun Tahun 2006

Peta Estimasi Jumlah Populasi WPS Tahun 2006

Peta Estimasi Jumlah ODHA WPS Tahun 2006

Peta Estimasi Jumlah Populasi Pelanggan WPS Tahun 2006

Peta Estimasi Jumlah ODHA Pelanggan WPS Tahun 2006

Peta Estimasi Jumlah Populasi Waria Tahun 2006

Peta Estimasi Jumlah ODHA Waria Tahun 2006

Peta Estimasi Jumlah Populasi Laki-laki Seks dengan Laki-Laki Tahun 2006

Peta Estimasi Jumlah ODHA Laki-laki Seks dengan Laki-laki

Peta Estimasi Jumlah Populasi Warga Binaan Pemasyarakatan tahun 2006

Peta Estimasi Jumlah ODHA Warga Binaan Pemasyarakatan Tahun 2006

DA

BA

A

K

T

I

HU

S


KOMISI PENANGGULANGAN AIDS

Recommend Documents