BA
DA
KOMISI PENANGGULANGAN AIDS
A
K
T
I
HU
S
LAPORAN
NASIONAL
BA
DA
KOMISI PENANGGULANGAN AIDS
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)
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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.
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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.
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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.
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
? 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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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.
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
? 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.
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
? 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.
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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.
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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.
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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.
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
27
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
Tabel 3. Hasil Estimasi Populasi Pasangan 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
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
10 Kalimantan Selatan
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
13 Daerah Istimewa Yogyakarta
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
18 Nusa Tenggara Timur
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
21 Kepulauan Bangka Belitung
1,050
1,360
1,210
9.56
17.14
180
130
160
22 Nanggroe Aceh Darussalam
1,020
1,300
1,160
10.00
17.65
180
130
160
23 Kalimantan Tengah
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
28 Sulawesi Tenggara
340
440
390
9.09
17.65
60
40
50
29 Maluku
310
390
350
10.26
19.35
60
40
50
30 Nusa Tenggara Barat
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
31
Tabel 4. Hasil Estimasi Populasi Wanita Penjaja Seks (WPS) 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
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
11 Kalimantan Tengah
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
19 Kepulauan Bangka Belitung
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
21 Daerah Istimewa Yogyakarta
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
25 Kalimantan Selatan
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
27 Nusa Tenggara Barat
1,030
1,610
1,320
3.11
6.80
70
50
60
28 Sulawesi Tenggara
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
30 Nanggroe Aceh Darussalam
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
Tabel 5. Hasil Estimasi Populasi Pelanggan WPS 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
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
12 Kalimantan Tengah
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
19 Kepulauan Bangka Belitung
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
21 Daerah Istimewa Yogyakarta
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 Nusa Tenggara Timur
25,140
37,920
31,530
0.37
1.27
320
140
230
26 Kalimantan Selatan
16,520
26,640
21,580
0.68
1.39
230
180
210
27 Nanggroe Aceh Darussalam
15,000
22,320
18,660
0.58
1.40
210
130
170
28 Sulawesi Tenggara
21,060
30,490
25,780
0.43
0.90
190
130
160
29 Nusa Tenggara Barat
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
33
Tabel 6. Hasil Estimasi Populasi Pasangan Tetap Pelanggan WPS 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 Jawa Timur
188,200
317,420
252,810
0.16
0.46
870
520
700
2 Daerah Khusus Ibukota Jakarta
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
13 Kalimantan Tengah
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
15 Kepulauan Bangka Belitung
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
18 Daerah Istimewa Yogyakarta
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
24 Nusa Tenggara Timur
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
Tabel 7. Hasil Estimasi Populasi Laki-laki Seks Dengan Laki-laki WPS 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 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
4 Daerah Khusus Ibukota Jakarta
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
13 Daerah Istimewa Yogyakarta
6,300
16,900
11,600
0.77
2.54
160
130
150
14 Nusa Tenggara Barat
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
16 Nanggroe Aceh Darussalam
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
18 Nusa Tenggara Timur
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
21 Kalimantan Tengah
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
23 Kalimantan Selatan
3,530
9,560
6,550
0.73
2.55
90
70
80
24 Sulawesi Tenggara
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
31 Kepulauan Bangka Belitung
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
35
Tabel 8. Hasil Estimasi Populasi Waria Penjaja Seks 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 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
5 Daerah Khusus Ibukota Jakarta
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
10 Kepulauan Bangka Belitung
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
12 Kalimantan Tengah
670
1,170
920
5.98
25.37
170
70
120
13 Lampung
470
780
630
6.41
25.53
120
50
90
14 Daerah Istimewa Yogyakarta
340
690
520
11.59
26.47
90
80
90
15 Nusa Tenggara Barat
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
23 Kalimantan Selatan
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
26 Sulawesi Tenggara
240
290
270
6.90
25.00
60
20
40
27 Nusa Tenggara Timur
150
270
210
3.70
26.67
40
10
30
28 Nanggroe Aceh Darussalam
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
Tabel 9. Hasil Estimasi Populasi Warga Binaan Pemasyarakatan 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
15,040
23,460
19,250
4.86
9.24
1,390
1,140
1,270
2 Daerah Khusus Ibukota Jakarta
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
10 Kalimantan Selatan
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
12 Nusa Tenggara Timur
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
18 Daerah Istimewa Yogyakarta
880
1,010
950
1.98
6.82
60
20
40
19 Nusa Tenggara Barat
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
22 Kepulauan Bangka Belitung
510
530
520
3.77
5.88
30
20
30
23 Nanggroe Aceh Darussalam
1,060
1,580
1,320
0.00
5.66
60
0
30
24 Kalimantan Tengah
480
630
560
0.00
6.25
30
0
20
25 Maluku
280
400
340
5.00
7.14
20
20
20
26 Sulawesi Tenggara
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
LAPORAN NASIONAL KEGIATAN ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006
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
Pemodelan Matematik Tren Epidemi HIV-AIDS Indonesia sampai 2020
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.
Pemodelan Matematik Tren Epidemi HIV-AIDS Indonesia sampai 2020
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
Pemodelan Matematik Tren Epidemi HIV-AIDS Indonesia sampai 2020
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
Pemodelan Matematik Tren Epidemi HIV-AIDS Indonesia sampai 2020
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
Pemodelan Matematik Tren Epidemi HIV-AIDS Indonesia sampai 2020
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
Pemodelan Matematik Tren Epidemi HIV-AIDS Indonesia sampai 2020
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
Pemodelan Matematik Tren Epidemi HIV-AIDS Indonesia sampai 2020
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
Pemodelan Matematik Tren Epidemi HIV-AIDS Indonesia sampai 2020
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.
Pemodelan Matematik Tren Epidemi HIV-AIDS Indonesia sampai 2020
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
18 Nusa Tenggara Barat
19 Nusa Tenggara Timur
20 Kalimantan Selatan
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
Estimasi Populasi Tahun 2006
Propinsi/Kabupaten/Kota
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
Estimasi Populasi Tahun 2006
Propinsi/Kabupaten/Kota
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 -
Estimasi Populasi Tahun 2006
Propinsi/Kabupaten/Kota
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
Estimasi Populasi Tahun 2006
Propinsi/Kabupaten/Kota
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
Estimasi Populasi Tahun 2006
Propinsi/Kabupaten/Kota
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
Estimasi Populasi Tahun 2006
Propinsi/Kabupaten/Kota
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
Estimasi Populasi Tahun 2006
Propinsi/Kabupaten/Kota
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
Estimasi Populasi Tahun 2006
Propinsi/Kabupaten/Kota
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
Estimasi Populasi Tahun 2006
Propinsi/Kabupaten/Kota
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 -
Estimasi Populasi Tahun 2006
Propinsi/Kabupaten/Kota
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
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)
(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
Estimasi ODHA Tahun 2006
Propinsi/Kabupaten/Kota
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)
(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
Estimasi ODHA Tahun 2006
Propinsi/Kabupaten/Kota
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)
(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
Pasangan Penasun yang Bukan Pemakai
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 -
Estimasi ODHA Tahun 2006
Propinsi/Kabupaten/Kota
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)
(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
Pasangan Penasun yang Bukan Pemakai
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
Estimasi ODHA Tahun 2006
Propinsi/Kabupaten/Kota
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)
(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 -
Pasangan Penasun yang Bukan Pemakai
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 -
Estimasi ODHA Tahun 2006
Propinsi/Kabupaten/Kota
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)
(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
Pasangan Penasun yang Bukan Pemakai
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
Estimasi ODHA Tahun 2006
Propinsi/Kabupaten/Kota
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)
(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
Pasangan Penasun yang Bukan Pemakai
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 -
Estimasi ODHA Tahun 2006
Propinsi/Kabupaten/Kota
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)
(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
Pasangan Penasun yang Bukan Pemakai
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 -
Estimasi ODHA Tahun 2006
Propinsi/Kabupaten/Kota
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)
(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
Pasangan Penasun yang Bukan Pemakai
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 -
Estimasi ODHA Tahun 2006
Propinsi/Kabupaten/Kota
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)
(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
Pasangan Penasun yang Bukan Pemakai
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 -
Estimasi ODHA Tahun 2006
Propinsi/Kabupaten/Kota
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
Pasangan Pasangan Pelanggan Pelanggan WPS WPS Tidak Pelanggan Pelanggan WPS WPS Tidak Penasun Langsung Langsung WPS WPS Tidak Langsung Langsung Langsung Langsung (2)
(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
Pasangan Penasun yang Bukan Pemakai
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