kegiatan estimasi populasi dewasa rawan terinfeksi hiv tahun 2006

aids.ina.org

kegiatan estimasi populasi dewasa rawan terinfeksi hiv tahun 2006

B

A

K

T

I

S

H U

A

D

A

KOMISI

PENANGGULANGAN

AIDS

L A P O R A N

N A S I O N A L


B

A

K

T

I

S

H U

A

D

A

KOMISI

PENANGGULANGAN

AIDS

L A P O R A N

N A S I O N A L

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

PENDAHULUAN

I.1.

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 MS-

Excel 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%

Jumlah Penasun = (((0+1,381)x35%)x1÷30%)x1.04 =1,648

Estimasi populasi Penasun dengan cara pertama ini dilakukan pada 256 dari 440 kabupaten/kota

yang ada.

2 Data dari Direktorat Jenderal Pemasyarakatan Agustus 2006

3 Hasil pendataan KPAD kabupaten Deli Serdang September 2006

4 Survei Badan Narkotika Nasional di Lapas/Rutan di 9 Provinsi

5 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 = 0,0027

- 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

7

6 55% desa di Mojokerto ada kasus penyalahgunaan Napza sehingga masuk dalam indeks risiko 1 (tinggi)

7 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 = 226

- Hasil pendataan WPS Langsung dinas sosial tahun 2006 = 282

- Hasil pendataan WPS Tidak Langsung dinas pariwisata = 37

- Indeks WPS Langsung

9

= 4

- Faktor pengali estimasi tinggi WPS Langsung = 1,675

- Indeks WPS Tidak Langsung

11

= 3

- Faktor pengali estimasi tinggi WPS Tidak Langsung

12

= 1,67

- Estimasi rendah WPS Langsung = 282

- Estimasi tinggi WPS Langsung 282 x 1.675 = 472

- Estimasi rendah WPS Tidak Langsung = 37

- Estimasi tinggi WPS langsung 37 x 1,67 = 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 = 0,0008

15

- Faktor pengali estimasi tinggi WPS Langsung = 1,337

16

- Indeks WPS Tidak Langsung = 2

- Faktor pengali estimasi rendah WPS Tidak Langsung = 0,37

- 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

17

10

14

9 2,59% desa di Cirebon ada tempat transaksi seks (PODES 2005) sehingga masuk kedalam indeks risiko tinggi terhadap WPS

Langsung.

10 Rata-rata rasio rendah tinggi WPS Langsung dengan indeks risiko 4 dari perhitungan cara pertama

11 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

12 Rata-rata rasio rendah tinggi WPS Tidak Langsung dengan indeks risiko 3 dari perhitungan cara pertama

13 0.96% desa di kota Padang ada tempat transaksi seks (PODES 2005) sehingga masuk kedalam indeks risiko rendah terhadap

WPS Langsung.

14 Rerata rasio stimasi WPS Langsung per penduduk perempuan usia 15 – 49 tahun di kabupaten/kota yang ada datanya dan

dengan indeks WPS Langsung 2

15 Rerata rasio rendah tinggi estimasi WPS langsung di kabupaten/kota yang ada datanya dan dengan indeks WPS Langsung 2

16 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

17 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 = 127

• LSL = -

- Hasil pendataan LSM tahun 2006

• Waria = 161

• LSL = 524

- Jumlah penduduk laki-laki usia 14 – 49 tahun = 147.962

19

- Indeks LSL = 2

20

- Faktor pengali estimasi tinggi LSL = 1,69/100

- Estimasi rendah – tinggi Waria penjaja seks = 127 – 161

- Estimasi rendah LSL = 524

- Estimasi tinggi LSL 147.962 x 1,69/100 = 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

21

= 5

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 = 53

- Rerata transaksi seks anal 1 bulan terakhir = 19.32

- % pelanggan Waria yang juga pelanggan WPS = 75%

- Estimasi rendah jumlah pelanggan Waria (53 x 19.32) – (53 x 19.32) x 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. Keterbatasan-

Keterbatasan 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

REKOMENDASI

1. Pelaksanaan Estimasi akan dilakukan secara berkala, dan akan dilakasanakan setiap 2 tahun sekali

dan paling lambat dilaksanakan 3 tahun sekali.

2. 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.

3. 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.

4. Cara perhitungan Estimasi dilakukan dengan Pedoman yang baku (standar) untuk tiap

Kabupaten/kota.

5. 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


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

Pengguna Napza Suntik 190,460 247,800 219,130 31.73

Pasangan Penasun yang Bukan Pemakai 81,100 105,590 93,350 10.29

Wanita Penjaja Seks Langsung 94,840 161,460 128,220 3.70

Wanita Penjaja Seks Tidak Langsung 69,240 116,700 92,970 1.65

Wanita Penjaja Seks (WPS) Semua 164,080 278,160 221,120 3.12

Pelanggan WPS Langsung 1,835,060 3,124,660 2,479,860 0.70

Pelanggan WPS Tidak Langsung 507,600 856,520 682,060 0.33

Pelanggan WPS 2,342,660 3,981,180 3,161,920 0.65

Pasangan Pelanggan WPS Langsung 1,063,610 1,803,900 1,433,760 1.21

Pasangan Pelanggan WPS Tidak Langsung 298,720 501,080 399,900 0.13

Pasangan Pelanggan WPS 1,362,330 2,304,980 1,833,660 0.19

Waria 20,960 35,300 28,130 6.46

Pelanggan Waria 61,610 104,640 83,130 1.24

Laki-laki Seks dengan Laki-laki 384,320 1,149,270 766,800 0.75

Napi 75,580 116,840 96,210 3.71

53.26 41.09 101,440 78,620 90,030

18.26 13.75 14,810 10,860 12,840

7.56 5.12 7,170 5,970 6,570

3.96 2.52 1,930 2,740 2,340

5.53 4.01 9,070 8,670 8,870

1.52 1.00 27,870 21,750 24,810

0.82 0.51 2,860 4,140 3,500

1.31 0.89 30,690 25,890 28,290

0.51 0.32 5,460 3,620 4,540

0.04 0.18 650 780 720

0.45 0.28 6,090 4,300 5,200

25.29 13.47 5,300 2,280 3,790

5.16 2.69 3,180 1,300 2,240

2.52 1.20 9,700 8,660 9,180

8.04 5.42 6,080 4,340 5,210

Pria Resiko Tinggi 3,075,590 5,635,030 4,355,310 2.15 5.08 3.18 156,270 121,000 138,640

Wanita Resiko Tinggi 1,607,510 2,688,730 2,148,120 0.89 1.86 1.25 29,970 23,800 26,890

Pria Resiko Rendah 54,675,020 57,234,460 - 0.02

Wanita Resiko Rendah 58,785,560 59,866,780 - 0.02

0.03 - 13,240 13,880 13,560

0.02 - 13,800 14,080 13,940

Pria - - 110,487,290 -

- - - - -

Wanita - - 110,172,720 - - - - - -

Penduduk - - 220,659,980 -

- - - - -

LAPORAN NASIONAL KEGIATAN ESTIMASI

POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006 29


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

No

Provinsi

Estimasi Jumlah Populasi

Estimasi Prevalensi

Rendah Tinggi Rerata Rendah Tinggi

Populasi

Rendah x

Prevalensi

Tinggi

Estimasi ODHA

Populasi

Tinggi x

Prevalensi

Rendah

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

Indonesia 190,460 247,800 219,200 31.73 53.26 101,440 78,620 90,120

Rerata

30

LAPORAN NASIONAL KEGIATAN ESTIMASI

POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006


Tabel 3. Hasil Estimasi Populasi Pasangan Penasun Tahun 2006

No

Provinsi

Estimasi Jumlah Populasi

Estimasi Prevalensi

Rendah Tinggi Rerata Rendah Tinggi

Populasi

Rendah x

Prevalensi

Tinggi

Estimasi ODHA

Populasi

Tinggi x

Prevalensi

Rendah

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

33 Irian Jaya Barat 90 120 110 8.33 22.22 20 10 20

Indonesia 81,100 105,590 93,350 10.29 18.26 14,810 10,860 12,840

Rerata

LAPORAN NASIONAL KEGIATAN ESTIMASI

POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006 31


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

No

Provinsi

Estimasi Jumlah Populasi

Estimasi Prevalensi

Rendah Tinggi Rerata Rendah Tinggi

Populasi

Rendah x

Prevalensi

Tinggi

Estimasi ODHA

Populasi

Tinggi x

Prevalensi

Rendah

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

4 Bali 6,460 10,610 8,540 5.37 9.91 570 640 610

5 Jawa Tengah 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 3,300 4,980 4,140 2.61 5.45 180 130 160

18 Sulawesi Utara 2,830 4,710 3,770 2.76 5.30 150 130 140

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 2,360 3,500 2,930 1.71 5.93 140 60 100

23 Sulawesi Tengah 1,860 2,990 2,430 2.68 4.84 90 80 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

32 Gorontalo 1,500 1,960 1,730 1.02 2.00 30 20 30

33 Sumatera Barat 510 720 620 2.78 3.92 20 20 20

Indonesia 164,080 278,160 221,120 3.12 5.53 9,070 8,670 8,870

Rerata

32

LAPORAN NASIONAL KEGIATAN ESTIMASI

POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006


Tabel 5. Hasil Estimasi Populasi Pelanggan WPS Tahun 2006

No

Provinsi

Estimasi Jumlah Populasi

Estimasi Prevalensi

Rendah Tinggi Rerata Rendah Tinggi

Populasi

Rendah x

Prevalensi

Tinggi

Estimasi ODHA

Populasi

Tinggi x

Prevalensi

Rendah

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

32 Gorontalo 18,700 24,650 21,680 0.20 0.43 80 50 70

33 Sumatera Barat 7,600 10,910 9,260 0.46 1.18 90 50 70

Indonesia 2,342,660 3,981,180 3,161,920 0.65 1.31 30,690 25,890 28,290

Rerata

LAPORAN NASIONAL KEGIATAN ESTIMASI

POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006 33


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

No

Provinsi

Estimasi Jumlah Populasi

Estimasi Prevalensi

Rendah Tinggi Rerata Rendah Tinggi

Populasi

Rendah x

Prevalensi

Tinggi

Estimasi ODHA

Populasi

Tinggi x

Prevalensi

Rendah

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

3 Bali 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

25 Kalimantan Selatan 8,860 14,250 11,560 0.21 0.45 40 30 40

26 Nanggroe Aceh Darussalam 10,990 16,350 13,670 0.18 0.45 50 30 40

27 Jambi 9,080 15,300 12,190 0.13 0.44 40 20 30

28 Sulawesi Tenggara 10,660 15,450 13,060 0.13 0.28 30 20 30

29 Nusa Tenggara Barat 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

33 Sumatera Barat 5,560 8,010 6,790 0.12 0.36 20 10 20

Indonesia 1,362,330 2,304,980 1,833,660 0.19 0.45 6,090 4,300 5,200

Rerata

34

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

No

Provinsi

Estimasi Jumlah Populasi

Estimasi Prevalensi

Rendah Tinggi Rerata Rendah Tinggi

Populasi

Rendah x

Prevalensi

Tinggi

Estimasi ODHA

Populasi

Tinggi x

Prevalensi

Rendah

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

32 Irian Jaya Barat 630 1,890 1,260 0.53 3.17 20 10 20

33 Maluku Utara 800 2,380 1,590 0.84 2.50 20 20 20

Indonesia 384,320 1,149,270 766,800 0.75 2.52 9,700 8,660 9,180

Rerata

LAPORAN NASIONAL KEGIATAN ESTIMASI

POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006 35


Tabel 8. Hasil Estimasi Populasi Waria Penjaja Seks Tahun 2006

No

Provinsi

Estimasi Jumlah Populasi

Estimasi Prevalensi

Rendah Tinggi Rerata Rendah Tinggi

Populasi

Rendah x

Prevalensi

Tinggi

Estimasi ODHA

Populasi

Tinggi x

Prevalensi

Rendah

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 40 70 60 14.29 25.00 10 10 10

Indonesia 20,960 35,300 28,130 6.46 25.29 5,300 2,280 3,790

Rerata

36

LAPORAN NASIONAL KEGIATAN ESTIMASI

POPULASI DEWASA RAWAN TERINFEKSI HIV TAHUN 2006


Tabel 9. Hasil Estimasi Populasi Warga Binaan Pemasyarakatan Tahun 2006

No

Provinsi

Estimasi Jumlah Populasi

Estimasi Prevalensi

Rendah Tinggi Rerata Rendah Tinggi

Populasi

Rendah x

Prevalensi

Tinggi

Estimasi ODHA

Populasi

Tinggi x

Prevalensi

Rendah

1 Jawa Barat 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

14 Bali 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

33 Maluku Utara 280 370 330 0.00 0.00 0 0 0

Indonesia 75,580 116,840 96,210 3.71 8.04 6,080 4,340 5,210

Rerata

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

50

Sentinel Penasun

Sentinel Seks Komersial

Persentase HIV positif

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).

100

Perilaku seks para pecandu

80

Persen

60

40

32

45

27 27 24

39

40

29

53

52

45

60

44

35

48

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 HIV-

AIDS 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).

53%

3,4%

Penjaja seks

perempuan

50%

Pelanggan

Lelaki

berisiko rendah


Penjaja seks

lelaki

53%



Napza suntik

35%

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

PENASUN

Risiko rendah

Heteroseksual

Bukan Klien

Seks sesama

LSL

Risiko tinggi

Klien

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:

· 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

46

Pemodelan Matematik

Tren Epidemi HIV-AIDS Indonesia sampai 2020


Masukan Data

Subpopulasi berisiko

Ukuran

(%15-49 dewasa)

Rerata durasi

Pelanggan PS 5%

Penjaja Seks Perempuan

•Langsung

•Tidak langsung

0.35%

5 tahun

4.5 tahun

Pengguna Napza Suntik 0.3% 8 tahun

Lelaki Seks Lelaki 1.6% 20 tahun

Lelaki Penjaja Seks 0.2% 8 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

1600000

Tren Perkembangan Epidemi HIV di Indonesia sampai 2020

1200000

Jumlah Infeksi HIV

800000

400000

0

1989 1991 1993 1995 1997 1999 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019

HIV Baru HIV Kumulatif HIV yang Ada

Tren Peningkatan Kasus Penularan HIV pada Anak di Indonesia

sampai 2020

90000

80000

70000

60000

Jumlah Infeksi HIV

50000

40000

30000

20000

10000

0

1989 1991 1993 1995 1997 1999 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019

HIV baru pada Anak HIV Anak kumulatif 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%

80%

Proporsi Infeksi Baru

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

0.50

Persentase HIV+

0.40

0.30

0.20

0.10

0.00

1989 1991 1993 1995 1997 1999 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019

Adult male (15+) Adult female (15+) 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 Pertemuan Finalisasi Estimasi Nasional, 13 November 2006

Nama Instansi Nama Instansi

1 Mufti Djusnir BNN 1 Dr. Dean Rosmawati BKKBN

2 Togi Siahaan BPS 2 Dr. Marlinda RSKO Jakarta

3 Rita Damayanti Puslitkes UI 3 Drg. Debby dahlan Ditbinyanmedik Depkes RI

4 Dr. Haikin Rachmat CCM GFATM 4 Nancy Iskandar YSS

5 Erfandi WHO 5 Dr. Imran AN Ditbinkeskom Depkes RI

6 Dr. Suriadi Gunawan KPA Nasional 6 Naalih Kelsum Menko Kesra

7 Bob Susilo Pusdatin Depkes RI 7 Dr. Suriadi Gunawan KPA Nasional

8 Syahrul Anam Pusdatin Depkes RI 8 Bambang Widodo Puskabangkes Depkes RI

9 Sabarinah Puslitkes UI 9 Abby Ruddick IHPCP

10 Sinurtina Litbang Depkes RI 10 Ratna Dewi Umar Depkes RI

11 Sri Idaiani Litbang Depkes RI 11 Aang Sutrisna KPA Nasional

12 Abby Ruddick IHPCP 12 Morineau G FHI/ASA

13 Dr. Izhar Fihir HPI 13 Sugih Hartono BPS

14 DR. Lely Wahyuniar KPA Nasional 14 Dr. M. Rezasyah Depkes RI

15 Roberta Taher KPA Nasional 15 Anna Bandungwangi

16 Deden Wibawa FHI/ASA 16 Irma A BKKBN

17 Sugih Hartono BPS 17 Erni Depdiknas

18 Aang Sutrisna KPA Nasional 18 Etty Sulistiarini Depdiknas

19 Muqowimul Aman Ditjen Pemasyarakatan Dephukham 19 Susant Herlambang Depsos

20 Drs. Tony Kustianto KPA Nasional 20 Dasril RS Polri

21 Irma Siahaan KPA Nasional 21 Bob Susilo Pusdatin

22 Dicky Ari KPA Nasional 22 Dr. Esther Sinsuw BNN

23 Eka Nur Hidayat KPA Nasional 23 Eko Saputro Subdit AIDS Depkes RI

24 Rita Ridwan Subdit AIDS Depkes RI 24 Luwiharsih Depkes RI

25 Eko Saputro Subdit AIDS Depkes RI 25 Carmelia Subdit TB Depkes RI

26 Naning Nugrahini Subdit AIDS Depkes RI 26 Dr. I Nyoman Kandun Depkes RI

27 Berton Panjaitan Subdit AIDS Depkes RI 27 Anang S. Subdit AIDS Depkes RI

28 Dr. Sigit Priohutomo Subdit AIDS Depkes RI 28 Dimas Subdit AIDS Depkes RI

29 Dr. Priskila Noviane WHO 29 Drg. Dyah Erti Subdit AIDS Depkes RI

30 Drg. Dyah Erti Subdit AIDS Depkes RI 30 Dr. Priskila Noviane WHO

31 Dr. Rudi Nuriadi WHO 31 Dr. Pandu Riono FHI/ASA

32 Trisa WP Indra Puskabangkes Depkes RI 32 Dr. Sigit Priohutomo Subdit AIDS Depkes RI

33 Naning Nugrahini Subdit AIDS Depkes RI

34 Dr. Haikin Rahmat CCM GFATM

36 Didik S. YKB

37 Eka Nur Hidayat KPA p Nasional


Workshop Estimasi Nasional - Bandung, 9 - 10 November 2006

Propinsi Nama Instansi

1 Nangroe Aceh Darussalam Rozana Subdin P2M Dinkes

Dr. Ormaia Nja' Oemar, M.Kes Laboratorium Kesehatan Daerah

Israwandi, SKM.

UTD PMI

T. Aznal Zahri KPA Propinsi

2 Sumatera Utara Dr. Suryadharma Subdin P2M Dinkes

Dr. P. Panjaitan

Laboratorium Kesehatan Daerah

Dr. Asiah Yatim

UTD PMI

Andi Ilham Lubis

KPA Propinsi

3 Sumatera Selatan HM. Adjad Subdin P2M Dinkes

Dr. Welly

Laboratorium Kesehatan Daerah

Atikah Lismasari

UTD PMI

Drs. Bustaman

KPA Propinsi

4 Sumatera Barat Dr. H. Lazwardi Subdin P2M Dinkes

Drs. Erman

Laboratorium Kesehatan Daerah

Dr. Widiyarman

UTD PMI

Herdon Abusalim

KPA Propinsi

5 Jambi Dr. Yuliza Kaswendi Subdin P2M Dinkes

Dra. Anna Fauziah

Laboratorium Kesehatan Daerah

Masrall Effendi

UTD PMI

Wardiah

KPA Propinsi

6 Bengkulu Dr. Bambang Asmawasito Subdin P2M Dinkes

Azis Sudarmo

Laboratorium Kesehatan Daerah

Erna Irawaty

UTD PMI

Djusmalinar, SKM, M.Kes. KPA Propinsi

7 Riau Dr. Yarnas Syarief KPA Propinsi

Dra. Yulwiriati, M.Si.

Laboratorium Kesehatan Daerah

Dr. Dian Indratni K.S.

UTD PMI

Dra. H. Rosmawati, M.Si. KPA Propinsi

8 Kepulauan Riau Amran Halim Subdin P2M Dinkes

9 Bangka Belitung Farida Bey, M.Sc. Subdin P2M Dinkes

Dr. Kinny A. Boentaran, MM. UTD PMI

Sumiadi

KPA Propinsi

10 Lampung Dr. Sri Ariyanti Subdin P2M Dinkes

Drs. Sudiyono W.S.

Laboratorium Kesehatan Daerah

Drs. Baihaqqi

KPA Propinsi

11 DKI Jakarta Maksudi Subdin P2M Dinkes

Ir. Sjfrinaldi Yasin

UTD PMI

Drg. Nita Kuncoro Dewi KPA Propinsi

12 Jawa Barat Dr. Yuzar I. Subdin P2M Dinkes

Dr. Tintin Kartinah

Laboratorium Kesehatan Daerah

Dr. Chairul Amri

UTD PMI

Drs. Julianto

KPA Propinsi

13 Banten H. Sri Yuharti, B.Sc. Subdin P2M Dinkes

Dr. Retno Budiati

UTD PMI

Taupik Hidayat

KPA Propinsi

14 Jawa Tengah Wahyu Handoyo Subdin P2M Dinkes

Dr. Okie Hapsoro

Laboratorium Kesehatan Daerah

Dr. Agus Pribadi

UTD PMI

Sugiyono

KPA Propinsi

15 DI Yogyakarta Andri Setyo DN Subdin P2M Dinkes

Dr. Sri Sudardjiah

Laboratorium Kesehatan Daerah

16 Jawa Timur Lilik Endah Wati Subdin P2M Dinkes

Dr. Adi Pramono

Laboratorium Kesehatan Daerah

Achmad Mabrur

KPA Propinsi


Workshop Estimasi Nasional - Bandung, 9 - 10 November 2006

Propinsi Nama Instansi

17 Bali Nyoman Suarcasa Subdin P2M Dinkes

Titik Sumaryati, ST.

Laboratorium Kesehatan Daerah

I Gede Putu Sudana

UTD PMI

Dr. I Gede Ranayana

KPA Propinsi

18 Nusa Tenggara Barat Dr. Mochamad Ismail Subdin P2M Dinkes

Dr. Tri Retno Wulandari UTD PMI

Rohmi Choiriyati

KPA Propinsi

19 Nusa Tenggara Timur Nyoman Saniambara, SKM. Subdin P2M Dinkes

Dr. Ichie Listiani

Laboratorium Kesehatan Daerah

Agustinus Brewon

KPA Propinsi

20 Kalimantan Selatan Sibli Wahyudi Subdin P2M Dinkes

H. Yosetti Iriana Laboratorium Kesehatan Daerah

Dr. Salmawati

UTD PMI

H. Ahmad Fauzan KPA Propinsi

21 Kalimantan Tengah Dr. Mulin R. Simangunsong Subdin P2M Dinkes

Dr. Suprasetya

Laboratorium Kesehatan Daerah

22 Kalimantan Timur Simon Subdin P2M Dinkes

Dame Sihotang

Laboratorium Kesehatan Daerah

Dr. Asmarani T.

UTD PMI

Abdul Syahran, SH. M.Kes. KPA Propinsi

23 Kalimantan Barat Rudi Ansyari Subdin P2M Dinkes

Drs. Paulus

Laboratorium Kesehatan Daerah

Machlen Rohani

UTD PMI

DR. Isman Ramadi

KPA Propinsi

24 Sulawesi Selatan H. Abu Tachir Subdin P2M Dinkes

Dr. H.M. Arif Setiabudi Laboratorium Kesehatan Daerah

Dr. Kusriny A.P.

UTD PMI

H. Sumardin Makka KPA Propinsi

25 Sulawesi Tengah Alfina A. Deli, SKM. Subdin P2M Dinkes

Naomi Pinda

Laboratorium Kesehatan Daerah

Muslimah L. Gadi, M.Si. KPA Propinsi

26 Sulawesi Utara Dr. Roy George Subdin P2M Dinkes

Deni Rompas

KPA Propinsi

27 Sulawesi Tenggara Kartina Subdin P2M Dinkes

Hanari

Laboratorium Kesehatan Daerah

Sumarsih

UTD PMI

28 Gorontalo Dr. Supandi M. Abdullah Subdin P2M Dinkes

Dr. Yana Yanti S.

UTD PMI

Irwan, SKM.

KPA Propinsi

29 Sulawesi Barat Dr. Hj. Fatimah Subdin P2M Dinkes

Darno Majid

KPA Propinsi

30 Maluku Maritje Makasenda Subdin P2M Dinkes

Drg. Rudi Sipasulta

Laboratorium Kesehatan Daerah

Dientje Picauly

UTD PMI

31 Maluku Utara Dr. Wiendra Woworuntu Subdin P2M Dinkes

Dr. Tuthanurani N.

UTD PMI

32 Papua Dr. Suwardi Redjo, MPH. Subdin P2M Dinkes

Dra. Selly A.

Laboratorium Kesehatan Daerah

L. Rohana UTD PMI

H. Mumu Herdiaman KPA Propinsi

33 Irian Jaya Barat Dr. Arnoldus T Subdin P2M Dinkes

Yogi Marianto

KPA Propinsi


Workshop Estimasi Nasional - Bandung, 9 - 10 November 2006

Propinsi Nama Instansi

34 Pusat (termasuk panitia) Dr. Nafsiah Mboi KPA Nasional

Dr. Suriadi Gunawan

KPA Nasional

Dr. Nadiar

KPA Nasional

Dr. M. Nasser

KPA Nasional

Drs. Tony Kustianto

KPA Nasional

DR. Lely Wahyuniar

KPA Nasional

Aang Sutrisna

KPA Nasional

Roberta Taher

KPA Nasional

Malicha Maulidha

KPA Nasional

Dicky Ari

KPA Nasional

Didi Nurwiadi

KPA Nasional

Eka Nur Hidayat

KPA Nasional

Dr. Haikin Rahmat

CCM GFATM

Dr. I Nyoman Kandun

P2PL Depkes RI

Dr. Sigit Priohutomo

Subdit AIDS Depkes RI

Drg. Dyah Erti

Subdit AIDS Depkes RI

Eko Saputro

Subdit AIDS Depkes RI

Dr. Dicky Budiman

Subdit AIDS Depkes RI

Dimas

Subdit AIDS Depkes RI

Naning Nugrahini

Subdit AIDS Depkes RI

Berton Panjaitan

Subdit AIDS Depkes RI

Yuliandri

Subdit AIDS Depkes RI

Dr. Priskila Noviane

WHO

Dr. Pandu Riono

FHI/ASA

Sugih Hartono

BPS


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi Populasi Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

1100 Nanggroe Aceh Darussalam 840 40 18,190 470 13,330 350 2,710 1,160 9,840 170 600 1,320

1101 Simeulue 20 - 400 10 300 - 20 10 100 - 10 20

1102 Aceh Singkil 40 - 780 10 570 10 60 30 170 - 20 -

1103 Aceh Selatan 50 - 1,130 20 830 10 60 30 200 10 20 110

1104 Aceh Tenggara 60 40 1,240 270 910 200 330 140 370 10 40 160

1105 Aceh Timur - - - - - - 140 60 1,340 - - 80

1106 Aceh Tengah - - - - - - 90 40 900 - - 100

1107 Aceh Barat 50 - 1,020 10 740 10 120 50 210 10 20 -

1108 Aceh Besar 60 - 1,250 20 920 10 190 80 270 10 20 140

1109 Pidie 130 - 2,830 30 2,070 20 170 70 1,980 20 50 90

1110 Bireuen - - - - - - 130 60 380 - - 70

1111 Aceh Utara - - - - - - 130 60 2,180 - - 50

1112 Aceh Barat Daya 40 - 890 10 650 10 20 10 120 10 30 30

1113 Gayo Lues - - - - - - 150 70 80 - - 50

1114 Aceh Tamiang - - - - - - 190 80 260 - - 180

1115 Nagan Raya 40 - 880 10 640 10 50 20 140 10 30 -

1116 Aceh Jaya - - - - - - 30 10 90 - - -

1117 Bener Meriah 30 - 580 10 420 10 150 70 120 - 10 -

1171 Kota Banda Aceh - - - - - - 390 170 640 - - -

1172 Kota Sabang 90 - 1,860 30 1,360 20 30 10 40 40 140 30

1173 Kota Langsa 50 - 1,080 20 790 10 190 80 160 10 40 140

1174 Kota Lhoksumawe 200 10 4,280 50 3,140 40 130 60 170 60 210 110

1200 Sumatera Utara 5,470 3,430 135,340 50,830 99,210 37,250 16,230 6,920 41,590 1,230 4,290 11,660

1201 Nias - - - - - - 270 120 980 - - 80

1202 Mandailing Natal 90 40 2,270 500 1,660 370 620 270 820 10 40 230

1203 Tapanuli Selatan 280 110 6,950 1,530 5,100 1,120 30 10 1,380 30 110 80

1204 Tapanuli Tengah 90 - 2,100 40 1,540 30 40 20 310 20 60 40

1205 Tapanuli Utara 50 20 1,300 290 960 210 470 200 480 10 20 250

1206 Toba Samosir 220 180 5,470 2,600 4,010 1,910 600 260 320 30 80 330

1207 Labuhan Batu 330 120 8,080 1,780 5,920 1,300 270 120 2,150 60 210 570

1208 Asahan 470 180 11,730 2,580 8,600 1,890 430 180 4,740 140 490 -

1209 Simalungun 570 80 13,970 1,230 10,240 900 820 350 3,720 170 580 720

1210 Dairi 290 170 7,040 2,490 5,160 1,830 240 110 520 90 290 120

1211 Karo 70 150 1,760 2,090 1,290 1,530 550 230 660 20 50 180

1212 Deli Serdang 550 230 13,630 3,340 9,990 2,450 1,900 810 7,420 170 570 1,610

1213 Langkat 680 10 16,730 100 12,260 70 670 290 4,680 70 220 530

1214 Nias Selatan - - - - - - 170 70 290 - - -

1215 Humbang Hasundutan 40 - 810 20 600 10 150 70 160 - 10 -

1216 Papak Bharat 40 - 920 20 680 20 20 10 40 10 40 -

1217 Samosir 30 - 700 20 520 10 50 30 130 - 10 50

1218 Serdang Bedagai 400 100 9,710 1,430 7,120 1,050 860 370 670 10 20 170

1271 Kota Sigolga 50 10 1,130 70 830 50 660 280 120 - 10 350

1272 Kota Tanjung Balai 410 240 10,050 3,550 7,370 2,600 1,040 440 370 180 630 350

1273 Kota Pematang Siantar 70 150 1,610 2,150 1,180 1,570 580 250 510 10 40 690

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi Populasi Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

1274 Kota Tebing Tinggi - 30 - 370 - 270 830 360 160 - - 390

1275 Kota Medan 600 1,250 14,820 18,550 10,860 13,600 4,020 1,710 9,640 190 640 3,930

1276 Kota Binjai 190 420 4,600 6,130 3,370 4,500 460 200 570 60 190 780

1277 Kota Padang Sidempuan - - - - - - 550 230 820 - - 240

1300 Sumatera Barat 330 290 6,950 2,310 5,100 1,690 6,080 2,590 9,240 60 200 2,540

1301 Kepualauan Mentawai - - - - - - 10 - 80 - - -

1302 Pesisir Selatan 20 - 300 - 220 - 190 80 460 10 20 210

1303 Solok - - - - - - 410 180 370 - - 220

1304 Sawah Lunto - - 50 - 40 - 230 100 200 - - 180

1305 Tanah Datar - - - - - - 50 30 340 - - 60

1306 Padang Pariaman - - - - - - 200 80 1,300 - - -

1307 Agam - - - - - - 60 30 390 - - 70

1308 Lima Puluh Koto - - - - - - 420 180 330 - - 170

1309 Pasaman - - - - - - 130 60 520 - - 100

1310 Solok Selatan - - - - - - 40 20 140 - - 20

1311 Dharmasraya - - - - - - 70 30 200 10 30 130

1312 Pasaman Barat - - - - - - 220 100 360 - - -

1371 Kota Padang 250 140 5,200 1,130 3,810 830 1,670 720 3,740 30 90 510

1372 Kota Solok - - - - - - 250 110 130 - - 160

1373 Kota Sawah Lunto 70 150 1,400 1,150 1,030 840 30 10 120 20 70 200

1374 Kota Padang Panjang - - - - - - 120 50 50 - - 50

1375 Kota Bukittinggi - - - - - - 1,080 460 240 - - 230

1376 Kota Payakumbuh - 10 - 30 - 20 550 230 240 - - 130

1377 Kota Pariaman - - - - - - 390 170 80 - - 150

1400 Riau 7,360 760 146,240 4,910 55,710 2,820 4,240 1,810 14,530 2,000 6,500 3,970

1401 Kuantan Singingi 300 90 5,870 530 2,230 310 60 30 590 60 180 100

1402 Indragiri Hulu 420 20 8,250 90 3,150 50 140 60 360 170 560 180

1403 Indragiri Hilir 910 30 18,000 210 6,860 120 340 140 3,080 380 1,230 450

1404 Pelalawan 360 10 7,020 70 2,670 40 530 230 300 160 510 -

1405 Siak 440 80 8,720 520 3,330 300 330 140 690 130 430 190

1406 Kampar 730 30 14,420 150 5,500 90 230 100 580 80 260 360

1407 Rokan Hulu 490 20 9,680 100 3,690 60 270 120 400 100 300 310

1408 Bengkalis 1,220 50 24,160 340 9,200 190 380 160 3,320 490 1,600 400

1409 Rokan Hilir 790 60 15,720 390 5,990 220 230 100 1,060 360 1,140 250

1471 Kota Pekan Baru 1,530 280 30,320 1,790 11,550 1,030 1,220 520 3,630 50 160 1,210

1473 Kota Dumai 210 110 4,100 740 1,570 430 540 230 560 50 160 550

1500 Jambi 1,390 370 28,070 2,640 10,690 1,500 5,440 2,320 8,450 210 670 1,750

1501 Kerinci - - - - - - 700 300 1,360 - 10 70

1502 Merangin 80 20 1,520 130 580 80 390 170 660 10 20 160

1503 Sarolangun - - - - - - 210 90 230 - 10 -

1504 Batanghari 10 10 240 90 90 50 530 230 260 10 20 120

1505 Muaro Jambi - 10 - 50 - 30 620 270 690 10 20 -

1506 Tanjung Jabung Timur 70 40 1,400 230 530 130 890 380 970 20 50 -

1507 Tanjung Jabung Barat 210 140 4,120 980 1,570 560 390 170 1,180 50 170 240

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi Populasi Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

1508 Tebo 320 10 6,410 80 2,440 50 20 10 580 - 10 250

1509 Bungo 20 30 360 220 140 130 680 290 290 10 30 200

1571 Kota Jambi 700 120 14,050 870 5,350 500 1,030 440 2,260 110 340 720

1600 Sumatera Selatan 4,400 2,180 75,400 27,700 57,950 21,300 8,190 3,490 20,050 1,320 3,900 4,360

1601 Ogan Komering Ulu 110 150 1,900 1,850 1,460 1,420 290 130 1,270 30 90 290

1602 Ogan Komering Ilir 240 140 4,290 1,760 3,300 1,350 430 180 1,580 50 130 530

1603 Muara Enim 210 100 3,800 1,270 2,920 980 130 60 1,400 60 180 310

1604 Lahat 260 110 4,730 1,330 3,640 1,030 200 80 1,360 30 80 290

1605 Musi Rawas 150 150 2,590 1,920 2,000 1,470 330 140 2,260 30 80 10

1606 Musi Banyu Asin 310 150 5,630 1,810 4,330 1,390 250 110 2,260 300 890 290

1607 Banyu Asin 190 90 3,380 1,050 2,600 810 800 340 870 40 100 -

1608 Ogan Komering Ulu Selatan - - - - - - 230 100 400 - - -

1609 Ogan Komering Ulu Timur - 40 - 510 - 400 600 260 660 - - -

1610 Ogan Ilir 130 150 2,260 1,810 1,730 1,390 370 160 400 30 70 -

1671 Kota Palembang 2,060 690 32,560 8,810 25,030 6,770 4,330 1,840 6,440 260 750 1,890

1672 Kota Prabumulih 480 150 8,850 1,870 6,800 1,440 160 70 160 220 640 180

1673 Kota Pagar Alam - 40 - 420 - 320 70 30 150 - - 70

1674 Kota Lubuk Lingga 300 260 5,440 3,330 4,180 2,560 40 20 880 300 890 520

1700 Bengkulu 1,300 120 23,760 800 18,260 600 2,060 880 4,560 510 1,500 120

1701 Bengkulu Selatan 10 20 130 110 90 80 30 10 340 - - 120

1702 Rejang Lebong 330 30 6,000 190 4,610 140 170 70 1,180 100 290 -

1703 Bengkulu Utara - 10 - 70 - 60 220 100 1,540 - - -

1704 Kaur 40 30 630 150 480 120 70 30 250 10 20 -

1705 Seluma - - - - - - 120 50 200 - - -

1706 Mukomuko 40 - 610 10 470 10 90 40 160 - 10 -

1707 Lebong 40 - 580 10 450 10 60 30 110 10 20 -

1708 Kepahing 10 20 250 120 190 90 80 40 150 20 50 -

1771 Kota Bengkulu 850 20 15,580 140 11,980 110 1,230 530 670 380 1,120 -

1800 Lampung 3,010 1,140 55,430 7,690 42,610 5,920 4,870 2,070 21,030 630 1,830 1,400

1801 Lampung Barat 100 - 1,840 20 1,420 20 10 - 490 10 40 -

1802 Tanggamus 200 70 3,600 490 2,770 380 40 20 1,910 20 60 -

1803 Lampung Selatan 310 120 5,610 760 4,320 590 160 70 2,860 40 100 -

1804 Lampung Timur 300 10 5,460 70 4,190 50 10 - 1,060 60 170 -

1805 Lampung Tengah 290 180 5,370 1,170 4,130 900 420 180 5,330 40 100 -

1806 Lampung Utara 190 420 3,430 2,810 2,640 2,160 80 40 2,640 40 110 -

1807 Way Kanan 100 210 1,750 1,430 1,350 1,100 140 60 1,740 10 30 -

1808 Tulang Bawang 980 30 17,920 210 13,770 170 1,180 500 950 290 860 -

1871 Bandar Lampung 550 110 10,110 730 7,770 570 2,780 1,190 3,880 110 330 1,040

1872 Metro 20 - 360 20 280 20 70 30 210 20 50 360

1900 Kepulauan Bangka Belitung 1,920 1,570 35,130 10,570 27,010 8,130 2,830 1,210 2,600 860 2,530 520

1901 Bangka 390 140 7,160 970 5,500 740 1,110 470 1,200 250 730 80

1902 Belitung 190 520 3,440 3,520 2,650 2,710 100 50 360 90 260 100

1903 Bangka Barat 210 210 3,740 1,410 2,880 1,090 710 300 200 70 210 20

1904 Bangka Tengah 380 20 6,960 80 5,350 70 100 40 170 170 500 -

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi Populasi Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

1905 Bangka Selatan 120 - 2,180 30 1,680 20 70 30 190 60 160 30

1906 Belitung Timur 110 120 2,050 810 1,580 620 110 50 120 30 100 -

1971 Kota Pangkal Pinang 520 560 9,610 3,760 7,390 2,890 650 280 390 200 590 290

2000 Kepulauan Riau 4,780 6,140 89,340 13,720 34,040 7,850 5,160 2,190 5,860 370 1,190 320

2001 Karimun 1,750 600 33,840 1,370 12,900 780 580 250 1,040 20 70 320

2002 Kepulauan Riau 410 40 7,950 90 3,030 50 970 410 310 20 70 -

2003 Natuna 250 550 4,760 1,250 1,810 710 60 30 220 10 30 -

2004 Lingga 70 30 1,310 70 500 40 60 30 100 10 20 -

2071 Kota Batam 1,510 4,060 29,280 9,280 11,160 5,310 3,480 1,480 3,380 240 790 -

2072 Kota Tanjung Pinang 800 860 12,210 1,680 4,650 960 20 10 820 70 210 -

3100 Daerah Khusus Ibukota Jakarta 14,100 24,820 253,850 214,890 129,160 109,340 33,750 14,380 45,630 1,340 3,870 9,240

3101 Kepulauan Seribu - - - - - - 10 - 30 - - -

3171 Kota Jakarta Selatan 230 4,590 4,100 39,690 2,090 20,200 5,620 2,400 10,050 410 1,180 -

3172 Kota Jakarta Timur 3,740 4,920 67,480 42,640 34,340 21,700 10,830 4,620 13,020 350 1,020 6,210

3173 Kota Jakarta Pusat 830 5,330 14,950 46,130 7,610 23,470 8,050 3,430 4,320 200 580 3,030

3174 Kota Jakarta Barat 6,760 6,600 122,000 57,160 62,080 29,080 5,640 2,400 10,810 130 370 -

3175 Kota Jakarta Utara 2,560 3,390 45,320 29,280 23,060 14,900 3,620 1,540 7,420 250 720 -

3200 Jawa Barat 16,240 9,100 295,790 54,860 150,500 27,900 24,710 10,480 170,210 3,640 10,560 19,250

3201 Bogor 1,560 130 28,300 810 14,400 410 1,220 520 17,950 460 1,340 650

3202 Sukabumi 100 40 1,880 250 960 130 70 30 9,530 20 60 -

3203 Cianjur 220 130 4,020 850 2,050 430 290 130 9,760 40 120 300

3204 Bandung 340 200 6,230 1,320 3,170 670 110 50 19,020 90 250 -

3205 Garut 40 10 640 90 330 50 630 270 4,760 - 10 -

3206 Tasikmalaya 170 10 2,980 40 1,520 20 650 280 1,840 40 120 -

3207 Ciamis 260 570 4,620 3,690 2,350 1,880 170 70 6,520 50 140 200

3208 Kuningan 40 30 700 150 360 80 100 50 4,780 - 10 250

3209 Cirebon 390 50 7,070 330 3,590 170 4,280 1,830 9,520 120 330 1,110

3210 Majalengka 360 210 6,490 1,380 3,300 700 240 110 5,010 110 310 140

3211 Sumedang 270 600 4,900 3,920 2,490 1,990 230 100 4,610 70 190 170

3212 Indramayu 2,240 690 40,850 4,490 20,790 2,290 480 200 7,820 370 1,070 290

3213 Subang 790 470 14,360 3,040 7,300 1,550 480 210 6,360 50 140 380

3214 Purwakarta 10 10 100 30 60 20 280 120 3,480 - 10 190

3215 Karawang 1,390 910 25,150 5,930 12,800 3,020 920 390 9,440 70 200 620

3216 Bekasi 2,980 880 54,250 3,280 27,610 1,670 1,450 620 9,840 1,320 3,850 -

3271 Kota Bogor 650 150 11,870 960 6,040 490 4,590 1,960 4,840 120 350 1,160

3272 Kota Sukabumi 1,100 30 20,040 170 10,190 80 910 390 730 30 90 190

3273 Kota Bandung 830 2,660 15,050 17,340 7,660 8,820 2,580 1,100 11,220 250 730 11,090

3274 Kota Cirebon 360 250 6,560 1,580 3,340 800 520 220 700 110 310 940

3275 Kota Bekasi 1,690 610 30,690 1,890 15,610 960 2,280 910 11,040 210 600 1,260

3276 Kota Depok 70 260 1,200 1,710 610 870 590 250 7,070 30 90 20

3277 Kota Cimahi 30 10 520 70 260 40 110 50 1,520 60 170 -

3278 Kota Tasikmalaya 400 230 7,140 1,510 3,630 770 900 380 2,740 40 110 330

3279 Kota Banjar 10 10 230 80 120 50 690 300 180 - - -

3300 Jawa Tengah 8,660 4,960 160,830 45,530 130,030 36,790 7,910 3,370 98,700 1,560 3,950 5,760

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi Populasi Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

3301 Cilacap 250 100 4,620 850 3,740 690 820 350 7,400 50 120 920

3302 Banyumas 620 320 11,450 2,960 9,260 2,390 260 110 7,030 110 260 270

3303 Purbalingga 140 10 2,500 70 2,030 50 20 10 930 30 70 70

3304 Banjarnegara 50 - 980 10 800 10 40 20 2,000 10 10 80

3305 Kebumen 40 30 690 200 550 160 70 30 4,980 10 20 60

3306 Purworejo 50 30 940 270 760 220 70 30 740 10 20 160

3307 Wonosobo 90 10 1,600 70 1,290 50 110 50 1,720 20 40 90

3308 Magelang 30 20 460 160 370 130 180 80 1,290 - 10 270

3309 Boyolali 20 - 370 10 300 10 40 20 1,040 - 10 60

3310 Klaten 150 40 2,800 360 2,270 290 140 60 2,480 30 80 100

3311 Sukoharjo 30 50 440 440 360 360 50 20 1,940 10 20 -

3312 Wonogiri 30 10 440 80 350 60 50 20 2,010 - 10 50

3313 Karanganyar 70 10 1,200 110 970 90 100 40 1,930 10 20 -

3314 Sragen 50 110 920 1,020 750 820 220 90 3,790 30 60 250

3315 Grobogan 240 20 4,440 200 3,590 160 40 20 5,680 50 120 100

3316 Blora 360 140 6,670 1,210 5,390 980 180 80 1,880 110 280 80

3317 Rembang 50 20 870 160 700 130 50 20 1,380 10 10 70

3318 Pati 320 30 5,830 310 4,710 250 130 60 5,300 30 70 200

3319 Kudus 20 10 250 50 210 40 70 30 1,810 10 30 110

3320 Jepara 50 20 870 160 700 130 160 70 5,060 10 30 90

3321 Demak 40 - 720 10 580 10 170 70 1,220 10 30 50

3322 Semarang 420 150 7,700 1,320 6,220 1,070 190 80 4,320 40 100 150

3323 Temanggung 20 20 310 130 250 110 120 50 3,420 - 10 70

3324 Kendal 510 550 9,470 5,070 7,660 4,100 110 50 4,180 40 90 160

3325 Batang 600 160 11,170 1,420 9,030 1,150 560 240 1,590 270 690 -

3326 Pekalongan 120 20 2,170 140 1,750 110 290 130 1,880 10 20 280

3327 Pemalang 120 - 2,230 40 1,800 30 20 10 1,540 40 100 100

3328 Tegal 670 220 12,390 1,960 10,020 1,590 370 160 6,290 300 770 170

3329 Brebes 210 20 3,780 180 3,060 140 230 100 2,160 20 50 150

3371 Kota Magelang 80 50 1,460 430 1,180 350 130 60 300 40 90 320

3372 Kota Surakarta 1,310 1,820 24,350 16,720 19,690 13,520 270 120 2,510 80 210 290

3373 Kota Salatiga 120 70 2,230 650 1,800 530 70 30 440 60 140 50

3374 Kota Semarang 1,600 810 29,700 7,460 24,010 6,030 1,860 790 7,270 140 360 700

3375 Kota Pekalongan 180 70 3,430 620 2,770 510 320 140 700 10 20 280

3376 Kota Tegal 80 80 1,490 750 1,200 610 510 220 610 30 60 20

3400 Daerah Istimewa Yogyakarta 2,040 650 32,910 3,740 26,610 3,030 5,590 2,390 11,600 520 1,330 950

3401 Kulon Progo 70 - 1,130 10 910 10 470 200 420 10 20 50

3402 Bantul 510 120 8,280 680 6,700 550 160 70 3,840 230 590 170

3403 Gunung Kidul 210 80 3,370 450 2,730 360 790 340 1,400 - - 80

3404 Sleman 440 260 7,130 1,510 5,760 1,230 2,690 1,150 4,820 200 510 200

3471 Kota Yogyakarta 810 190 13,010 1,100 10,520 890 1,490 640 1,130 80 210 450

3500 Jawa Timur 18,360 7,710 414,470 59,590 221,040 31,780 27,330 11,640 132,010 3,710 12,020 11,560

3501 Pacitan 60 40 1,390 290 740 150 10 - 2,340 10 40 40

3502 Ponorogo 190 110 4,150 860 2,220 460 10 - 3,710 40 110 100

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi Populasi Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

3503 Trenggalek 140 50 3,000 390 1,600 210 40 20 1,540 10 20 40

3504 Tulungagung 1,290 760 29,130 5,980 15,540 3,190 80 40 4,310 50 150 200

3505 Blitar 420 20 9,380 110 5,010 60 1,600 680 1,230 180 600 -

3506 Kediri 1,350 50 30,300 400 16,160 210 1,050 450 6,970 140 460 450

3507 Malang 920 190 20,750 1,440 11,070 760 100 40 10,800 370 1,190 -

3508 Lumajang 320 190 7,110 1,460 3,800 780 30 10 4,560 140 460 270

3509 Jember 730 270 16,400 2,100 8,750 1,120 260 110 9,940 150 490 740

3510 Banyuwangi 790 100 17,820 780 9,510 420 720 310 6,940 350 1,140 440

3511 Bondowoso 240 90 5,320 680 2,830 370 450 190 1,560 50 150 170

3512 Situbondo 280 100 6,240 800 3,330 430 180 80 1,390 130 400 140

3513 Probolinggo 470 180 10,590 1,350 5,650 720 720 310 2,520 140 450 170

3514 Pasuruan 770 80 17,450 610 9,310 320 580 250 6,900 160 530 240

3515 Sidoarjo 240 110 5,310 870 2,830 460 690 300 9,110 190 600 550

3516 Mojokerto 260 100 5,840 750 3,110 400 1,550 670 2,380 80 250 190

3517 Jombang 110 40 2,550 330 1,360 180 20 10 5,230 30 70 270

3518 Nganjuk 520 10 11,800 40 6,300 30 110 50 4,640 30 90 130

3519 Madiun 140 80 3,110 640 1,660 340 1,030 440 3,040 10 30 -

3520 Magetan 190 430 4,320 3,350 2,300 1,790 20 10 2,480 60 180 70

3521 Ngawi 160 350 3,490 2,710 1,860 1,450 30 10 3,700 30 100 130

3522 Bojonegoro 40 10 780 100 420 50 530 230 2,830 10 20 200

3523 Tuban 170 100 3,850 800 2,050 430 730 310 5,100 50 170 150

3524 Lamongan 90 - 1,890 20 1,010 10 770 330 1,360 20 50 130

3525 Gresik 50 - 1,110 10 590 10 50 30 1,300 10 30 190

3526 Bangkalan 30 - 500 10 270 - 10 - 910 - 10 70

3527 Sampang - - 100 - 60 - 830 360 910 - - 60

3528 Pamekasan 40 20 920 120 490 60 2,970 1,270 1,670 10 30 610

3529 Sumenep 60 30 1,390 180 740 100 670 290 2,360 10 40 100

3571 Kota Kediri 350 770 7,770 6,020 4,140 3,210 980 420 580 150 490 450

3572 Kota Blitar - 10 - 30 - 20 100 50 150 - - 340

3573 Kota Malang 350 200 7,770 1,530 4,140 810 2,140 910 4,080 120 380 2,260

3574 Kota Probolinggo 60 130 1,370 980 730 520 70 30 480 10 20 400

3575 Kota Pasuruan 60 - 1,180 20 630 10 140 60 220 50 150 290

3576 Kota Mojokerto 300 660 6,680 5,170 3,560 2,760 510 220 280 40 130 120

3577 Kota Madiun 250 80 5,590 640 2,980 340 2,650 1,130 400 100 330 850

3578 Kota Surabaya 6,770 2,420 152,750 18,080 81,460 9,640 4,230 1,800 14,000 760 2,480 1,060

3579 Kota Batu 250 10 5,460 60 2,910 30 780 330 220 70 230 -

3600 Banten 2,180 1,160 39,240 7,540 19,960 3,840 9,650 4,120 37,930 250 690 4,440

3601 Pandeglang 100 370 1,730 2,410 880 1,230 270 120 2,460 - - 150

3602 Lebak 100 270 1,680 1,720 860 880 180 80 1,300 20 50 130

3603 Tangerang 1,450 100 26,060 630 13,260 320 5,330 2,270 16,380 20 50 -

3604 Serang 10 70 210 460 110 240 660 280 8,840 100 290 750

3671 Kota Tangerang 400 80 7,080 540 3,600 280 2,640 1,130 8,060 100 290 3,410

3672 Kota Cilegon 140 280 2,490 1,800 1,270 910 590 250 900 10 10 -

5100 Bali 5,510 3,030 125,680 10,790 99,230 8,510 3,420 1,450 11,730 370 850 1,240

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi Populasi Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

5101 Jembrana 280 130 6,290 440 4,960 350 60 30 600 40 80 70

5102 Tabanan 180 30 4,010 110 3,170 80 20 10 910 20 50 80

5103 Badung 580 550 13,160 1,970 10,390 1,560 1,320 560 2,110 160 360 660

5104 Gianyar 170 80 3,690 270 2,910 210 10 - 510 - - 40

5105 Klungkung 40 - 730 - 580 - 60 30 190 10 20 60

5106 Bangli 90 10 2,080 30 1,640 20 110 50 250 - 10 60

5107 Karangasem 90 190 1,950 680 1,540 540 10 - 1,670 - 10 80

5108 Buleleng 340 760 7,700 2,690 6,080 2,120 80 40 2,780 70 160 200

5171 Kota Denpasar 3,770 1,290 86,100 4,620 67,980 3,650 1,760 750 2,740 80 170 -

5200 Nusa Tenggara Barat 1,090 230 14,830 1,190 6,280 760 700 310 11,920 530 1,190 1,340

5201 Lombok Barat 270 150 3,710 730 1,570 460 20 10 3,240 50 120 -

5202 Lombok Tengah - - - - - - 20 10 3,150 - - 130

5203 Lombok Timur 170 60 2,320 310 980 200 70 30 1,920 40 80 90

5204 Sumbawa - - - - - - 70 30 1,880 - - 200

5205 Dompu 70 - 930 10 400 10 50 30 230 160 360 210

5206 Bima 10 - 130 - 60 - 40 20 440 240 550 200

5207 Sumbawa Barat 90 - 1,150 20 490 10 110 50 120 10 20 -

5271 Kota Mataram 470 30 6,430 140 2,720 90 240 110 830 30 60 270

5272 Kota Bima 20 - 170 - 70 - 100 50 140 - 10 260

5300 Nusa Tenggara Timur 2,050 880 25,790 5,740 10,910 3,630 3,670 1,580 8,880 210 390 2,450

5301 Sumba Barat 70 40 880 270 370 170 230 100 400 10 20 130

5302 Sumba Timur 80 50 1,000 310 420 190 50 30 440 10 20 210

5303 Kupang 100 210 1,220 1,390 520 880 210 90 1,430 20 40 250

5304 Timor Tengah Selatan 80 30 1,030 200 440 120 230 100 410 10 20 300

5305 Timor Tengah Utara 90 - 1,090 20 470 10 130 60 220 - 10 90

5306 Belu 320 60 3,970 380 1,680 250 1,120 480 350 20 30 190

5307 Alor 100 40 1,170 200 490 130 110 50 380 20 40 70

5308 Lembata 60 10 720 70 310 50 50 20 90 - - 100

5309 Flores Timur 60 20 700 90 300 60 110 50 380 10 10 190

5310 Sikka 140 120 1,740 790 740 500 150 70 540 60 100 110

5311 Ende 80 20 1,010 110 430 70 130 60 450 - 10 110

5312 Ngada 30 10 300 80 130 50 610 260 230 - 10 90

5313 Manggarai 70 10 830 60 350 40 280 120 1,920 10 10 160

5314 Rote Ndao 40 - 430 10 180 10 60 30 110 - - -

5315 Manggarai Barat 50 70 610 450 260 290 110 50 190 20 30 40

5371 Kota Kupang 720 210 9,130 1,350 3,860 850 130 60 1,400 50 80 460

6100 Kalimantan Barat 2,310 1,400 37,710 6,680 20,200 3,590 4,300 1,840 14,900 1,070 2,680 1,110

6101 Sambas 140 30 2,060 140 1,100 70 180 80 2,080 230 560 -

6102 Bengkayang - - - - - - 20 10 920 30 80 -

6103 Landak 70 20 950 70 510 40 40 20 720 30 80 -

6104 Pontianak 140 150 1,970 860 1,060 470 220 100 3,340 50 110 90

6105 Sanggau 110 20 1,690 100 910 50 160 70 1,780 40 90 -

6106 Ketapang 150 20 2,150 110 1,150 60 340 140 1,160 140 350 200

6107 Sintang 220 40 3,350 200 1,790 110 350 150 820 50 110 160

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi Populasi Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

6108 Kapuas Hulu 90 30 1,330 170 720 90 110 50 500 40 80 30

6109 Sekadau 70 20 990 90 530 50 120 50 210 100 250 -

6110 Melawi 110 40 1,570 250 840 130 180 80 200 20 50 -

6171 Kota Pontianak 830 690 15,530 2,630 8,320 1,410 2,140 910 2,420 220 540 390

6172 Kota Singkawang 410 370 6,150 2,100 3,290 1,130 480 210 780 160 390 250

6200 Kalimantan Tengah 2,950 4,050 45,140 23,120 24,170 12,380 2,300 980 7,460 920 2,300 560

6201 Kotawaringin Barat 780 320 11,930 1,810 6,390 970 100 40 990 230 580 140

6202 Kotawaringin Timur 500 440 7,620 2,520 4,080 1,350 70 30 1,400 220 550 90

6203 Kapuas 120 270 1,870 1,550 1,000 830 370 160 1,610 30 60 -

6204 Barito Selatan 80 30 1,230 180 660 100 90 40 600 20 40 180

6205 Barito Utara 150 340 2,310 1,910 1,240 1,020 100 50 270 50 110 150

6206 Sukamara 120 270 1,820 1,510 980 810 50 20 90 60 140 -

6207 Lamandau 70 150 1,050 870 560 470 40 20 140 20 50 -

6208 Seruyan 130 10 1,930 30 1,030 20 120 50 120 40 100 -

6209 Katingan 230 520 3,550 2,940 1,900 1,580 140 60 300 70 170 -

6210 Pulang Pisau 320 710 4,850 4,020 2,600 2,150 130 60 280 - 10 10

6211 Gunung Mas 240 520 3,570 2,960 1,910 1,590 90 40 200 100 260 -

6212 Barito Timur 40 90 580 470 310 250 90 40 380 10 30 -

6213 Murung Raya - - - - - - 90 40 200 - - -

6271 Kota Palangka Raya 190 420 2,880 2,380 1,540 1,280 850 370 930 90 210 -

6300 Kalimantan Selatan 1,240 450 19,020 2,560 10,190 1,370 6,580 2,800 6,550 370 930 2,380

6301 Tanah Laut 70 - 1,050 10 560 10 290 130 320 10 20 180

6302 Kotabaru 90 210 1,400 1,160 750 620 300 130 720 20 50 280

6303 Banjar 120 - 1,870 30 1,000 10 470 200 660 10 40 350

6304 Barito Kuala - - 70 - 40 - 30 10 320 - - 100

6305 Tapin 50 - 640 10 340 - 50 30 200 10 10 100

6306 Hulu Sungai Selatan - - - - - - 220 90 240 - - 120

6307 Hulu Sungai Tengah - - - - - - 260 110 280 - - 120

6308 Hulu Sungai Utara - - - - - - 210 90 240 - - 220

6309 Tabalong 70 - 980 10 530 10 840 360 230 10 30 110

6310 Tanah Bumbu 370 20 5,710 70 3,060 40 1,000 430 280 110 280 -

6311 Balangan 30 - 400 10 220 - 110 50 120 - 10 -

6371 Kota Banjarmasin 280 220 4,230 1,240 2,270 670 2,730 1,160 2,800 130 310 800

6372 Kota Banjarbaru 180 10 2,690 30 1,440 20 110 50 180 80 200 -

6400 Kalimantan Timur 6,380 5,070 98,130 29,000 52,550 15,540 9,500 4,050 12,600 2,580 6,460 1,180

6401 Pasir 490 290 7,450 1,640 3,990 880 280 120 430 220 540 -

6402 Kutai Barat 210 10 3,100 40 1,660 20 180 80 200 60 150 -

6403 Kutai Kartanegara 690 1,540 10,570 8,760 5,660 4,690 780 330 2,370 310 770 -

6404 Kutai Timur 500 1,100 7,600 6,300 4,070 3,370 830 360 900 220 550 -

6405 Berau 420 940 6,470 5,350 3,470 2,870 740 310 780 190 470 -

6406 Malinau 20 - 240 - 130 - 50 30 60 - 10 -

6407 Bulongan 130 290 2,010 1,660 1,070 890 440 190 480 40 100 -

6408 Nunukan 40 240 570 1,340 310 720 130 60 280 10 20 -

6409 Penajam Paser Utara 40 20 640 110 340 60 660 280 290 60 130 180

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi Populasi Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

6471 Kota Balikpapan 1,270 300 19,400 1,720 10,390 920 2,520 1,070 2,310 560 1,410 -

6472 Kota Samarinda 1,770 70 27,230 360 14,580 200 1,730 740 3,100 790 1,980 570

6473 Kota Tarakan 460 200 7,070 1,130 3,790 610 850 370 840 80 200 430

6474 Kota Bontang 380 110 5,820 610 3,110 330 340 140 610 60 140 -

7100 Sulawesi Utara 1,950 1,820 29,620 9,580 17,130 5,550 1,980 860 7,960 460 1,370 1,370

7101 Bolaang Mongondow 120 70 2,020 420 1,170 250 330 140 2,280 10 40 100

7102 Minahasa 30 190 410 1,080 240 630 410 180 1,440 50 150 310

7103 Kepulauan Sangihe - - - - - - 140 60 500 - - 120

7104 Kepualuan Talaud 20 10 330 70 190 40 60 30 190 - 10 20

7105 Minahasa Selatan 60 250 1,030 1,440 590 830 190 80 330 10 40 50

7106 Minahasa Utara 50 60 720 340 420 200 120 50 210 10 20 -

7171 Kota Manado 1,050 830 17,520 3,750 10,130 2,170 680 290 2,100 310 910 590

7172 Kota Bitung 540 290 5,910 1,680 3,420 980 20 10 840 70 210 110

7173 Kota Tomohon 100 140 1,690 810 980 470 60 30 100 10 10 70

7200 Sulawesi Tengah 910 1,520 21,960 13,190 12,700 7,630 3,100 1,330 6,350 490 1,920 1,350

7201 Banggai Kepulauan 40 90 950 770 550 450 100 40 340 - 20 -

7202 Banggai 50 110 1,120 910 650 530 30 10 700 20 80 130

7203 Morowali 50 30 1,020 220 590 130 190 80 420 10 20 -

7204 Poso - - - - - - 90 40 160 - - 50

7205 Donggala 120 260 2,790 2,270 1,610 1,310 950 410 2,080 10 50 -

7206 Toli-Toli 250 550 5,890 4,790 3,410 2,770 210 90 440 70 280 -

7207 Buol 30 - 640 10 370 - 80 40 140 - 10 -

7208 Parigi Moutong 10 20 270 160 150 100 20 10 430 - 10 90

7209 Tojo Una-Una 180 10 4,360 50 2,530 30 100 50 180 290 1,100 60

7271 Kota Palu 210 460 4,940 4,020 2,860 2,330 1,360 580 1,480 100 360 1,030

7300 Sulawesi Selatan 2,700 2,530 109,380 26,340 55,430 13,330 12,110 5,170 22,060 1,050 4,090 1,790

7301 Selayar - 10 - 150 - 70 110 50 230 - - 40

7302 Bulukumba 150 320 5,820 3,300 2,950 1,670 370 160 1,630 30 100 110

7303 Bantaeng 70 - 2,600 30 1,320 10 110 50 180 10 50 50

7304 Jeneponto 450 270 18,450 2,780 9,350 1,410 330 140 720 140 520 50

7305 Takalar - - - - - - 150 70 260 - - 50

7306 Gowa 200 50 8,160 470 4,140 240 580 250 1,260 40 150 50

7307 Sinjai - - - - - - 10 - 450 20 50 40

7308 Maros 110 90 4,460 870 2,270 440 280 120 1,190 20 80 110

7309 Pangkajene Kepulauan 50 60 1,720 590 880 300 170 70 580 10 20 60

7310 Barru 70 - 2,530 30 1,280 10 100 40 170 30 110 50

7311 Bone 20 30 620 310 320 160 640 270 2,760 - 10 130

7312 Soppeng 90 50 3,310 550 1,680 280 130 60 920 20 60 50

7313 Wajo 110 10 4,250 90 2,150 50 350 150 380 10 50 110

7314 Sidenreng Rappang 340 760 13,780 7,810 6,980 3,960 240 110 520 100 390 50

7315 Pinrang 410 20 16,700 140 8,460 70 330 140 710 120 470 100

7316 Enrekang - - - - - - 100 50 180 - - 50

7317 Luwu - 40 - 420 - 210 190 80 1,300 - - -

7318 Tana Toraja 10 100 370 1,070 190 540 260 110 1,790 - - 10

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi Populasi Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

7322 Luwu Utara 40 30 1,250 260 640 130 190 80 640 10 30 80

7325 Luwu Timur 60 - 2,250 20 1,140 10 220 100 240 30 100 80

7371 Kota Ujung Pandang 60 580 2,420 5,960 1,230 3,020 6,330 2,700 5,620 300 1,170 350

7372 Kota Pare-Pare 350 70 14,000 670 7,090 340 460 200 260 150 590 110

7373 Kota Palopo 170 90 6,710 870 3,400 440 530 230 140 50 190 60

7400 Sulawesi Tenggara 720 980 17,260 8,520 8,750 4,310 900 390 6,020 270 980 920

7401 Buton 10 10 270 60 140 30 150 70 510 10 20 -

7402 Muna 60 140 1,460 1,190 740 600 160 70 1,120 20 80 110

7403 Konawe 70 140 1,540 1,250 780 640 10 - 1,190 50 200 80

7404 Kolaka 100 40 2,440 340 1,240 170 10 - 1,260 30 120 130

7405 Konawe Selatan 20 - 400 10 200 - 150 70 260 10 40 10

7406 Bombana 20 - 540 10 270 - 60 30 110 - - -

7407 Wakatobi 40 - 940 10 480 10 50 30 90 - - -

7408 Kolaka Utara 30 - 760 10 390 10 110 50 120 10 20 -

7471 Kota Kendari 210 280 4,940 2,410 2,510 1,220 160 70 1,130 100 360 400

7472 Kota Bau Bau 170 370 4,000 3,250 2,030 1,650 50 30 280 40 140 200

7500 Gorontalo 450 1,280 10,570 11,110 5,350 5,620 340 140 2,700 300 1,150 310

7501 Boalemo 40 130 890 1,070 450 540 40 20 260 30 120 10

7502 Gorontalo 50 160 1,240 1,340 630 680 20 10 1,820 110 410 20

7503 Pohuwato 60 190 1,320 1,610 670 810 120 50 130 60 210 10

7504 Bone Bolango 50 190 990 1,610 500 810 80 40 140 40 140 10

7571 Kota Gorontalo 260 630 6,130 5,500 3,110 2,780 90 40 360 80 290 260

7600 Sulawesi Barat 340 320 8,220 2,800 4,160 1,410 1,040 440 2,620 80 270 210

7601 Majene - - - - - - 130 60 280 - - 50

7602 Polewali Mandar 120 270 2,940 2,390 1,490 1,210 140 60 1,500 30 90 170

7603 Mamasa 30 - 670 10 340 - 70 30 120 - 10 -

7604 Mamuju 70 50 1,700 370 860 190 280 120 610 10 30 -

7605 Mamuju Utara 120 - 2,920 30 1,480 20 430 180 120 40 140 -

8100 Maluku 1,600 1,800 27,070 10,570 20,220 7,900 820 350 3,690 400 1,100 340

8101 Maluku Tenggara Barat - 50 - 300 - 220 80 40 280 - - -

8102 Maluku Tenggara 550 350 9,320 2,040 6,960 1,530 30 10 250 170 450 70

8103 Maluku Tengah 70 190 1,230 1,110 920 830 360 150 1,540 10 20 -

8104 Buru 30 140 510 830 380 620 70 30 260 - 10 -

8105 Kepulauan Aru 440 370 7,470 2,180 5,590 1,630 50 20 80 90 230 -

8106 Seram Bagian Barat 140 10 2,330 30 1,740 20 100 40 170 40 110 -

8107 Seram Bagian Timur - 50 - 180 - 130 50 20 80 - - -

8171 Kota Ambon 370 660 6,220 3,920 4,650 2,930 110 50 1,060 100 280 280

8200 Maluku Utara 940 270 15,910 1,520 11,900 1,140 1,020 440 1,590 140 400 330

8201 Halmahera Barat 90 200 1,470 1,150 1,100 860 70 30 450 10 40 -

8202 Halmahera Tengah - - - - - - 20 10 80 - - 10

8203 Kepulauan Sula 160 10 2,680 30 2,010 30 130 60 140 50 130 -

8204 Halmahera Selatan - - - - - - 110 50 200 - - -

8205 Halmahera Utara 220 10 3,770 40 2,820 30 180 80 200 70 180 -

8206 Halmahera Timur - - - - - - 40 20 60 - - -

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi Populasi Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

8271 Kota Ternate 470 60 7,990 300 5,970 220 430 180 380 20 50 320

8272 Kota Tidore Kepulauan - - - - - - 60 30 100 - - -

9100 Irian Jaya Barat 1,500 1,170 20,840 4,560 9,910 3,260 240 110 1,260 320 820 130

9101 Fakfak 150 180 2,400 960 1,150 690 10 - 140 20 50 40

9102 Kaimana 140 180 2,220 1,000 1,060 710 - - 100 20 50 -

9103 Teluk Wondama - - - - - - - - 30 - - -

9104 Teluk Bintuni 240 10 3,810 70 1,810 50 - - 100 30 70 -

9105 Manokwari 400 80 6,490 430 3,090 310 50 30 360 10 30 80

9106 Sorong Selatan 10 - 210 - 100 - - - 60 - - -

9107 Sorong 50 210 690 1,150 330 820 120 50 80 10 20 10

9108 Raja Ampat - - - - - - - - 40 - - -

9171 Kota Sorong 530 510 5,040 970 2,400 690 70 30 370 240 610 -

9400 Papua 3,200 1,820 41,870 7,070 23,540 3,970 430 150 4,730 270 680 140

9401 Merauke 670 190 4,750 320 2,670 180 50 30 420 10 20 -

9402 Jayawijaya 90 90 1,410 510 790 290 30 10 620 10 20 60

9403 Jayapura 390 60 6,360 370 3,580 210 20 10 230 20 50 -

9404 Nabire 600 280 9,760 1,640 5,490 920 20 10 370 70 170 60

9408 Yapen Waropen 30 50 390 320 220 180 50 30 160 10 10 -

9409 Biak Numfor 210 100 3,350 560 1,890 320 10 - 270 40 100 -

9410 Paniai 40 - 560 10 320 - 10 - 130 10 30 -

9411 Puncak Jaya 20 - 290 - 160 - 10 - 140 - 10 -

9412 Mimika 490 130 7,990 760 4,500 430 10 - 640 30 70 -

9413 Boven Digoel - - - - - - 10 - 40 - - -

9414 Mappi 20 50 370 290 200 170 10 - 160 - - -

9415 Asmat - - - - - - 10 - 140 - - -

9416 Yahukimo - - - - - - 10 - 150 - - -

9417 Pegunungan Bintang 60 150 890 860 500 480 10 - 100 - 10 -

9418 Tolikara - - - - - - - - 50 - - -

9419 Sarmi 10 - 120 - 70 - - - 40 - - -

9420 Keerom - 50 - 290 - 160 - - 50 - - -

9426 Waropen - - - - - - - - 20 - - -

9427 Supiori - - - - - - - - 20 - - -

9471 Kota Jayapura 590 700 5,660 1,170 3,180 660 200 80 1,040 80 210 20

Indonesia 128,220 92,970 2,479,860 682,060 1,433,760 399,900 219,130 93,350 766,800 28,130 83,130 96,210

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi ODHA Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

1100 Nanggroe Aceh Darussalam 40 - 170 - 40 - 1,070 160 120 30 20 30

1101 Simeulue - - - - - - 10 - - - - -

1102 Aceh Singkil - - 10 - - - 20 - - - - -

1103 Aceh Selatan - - 10 - - - 20 - - - - -

1104 Aceh Tenggara - - 10 - - - 130 20 - - - -

1105 Aceh Timur - - - - - - 50 10 20 - - -

1106 Aceh Tengah - - - - - - 30 - 10 - - -

1107 Aceh Barat - - 10 - - - 50 10 - - - -

1108 Aceh Besar - - 10 - - - 70 10 - - - -

1109 Pidie 10 - 20 - 10 - 70 10 20 - - -

1110 Bireuen - - - - - - 50 10 - - - -

1111 Aceh Utara - - - - - - 50 10 30 - - -

1112 Aceh Barat Daya - - 10 - - - 10 - - - - -

1113 Gayo Lues - - - - - - 60 10 - - - -

1114 Aceh Tamiang - - - - - - 70 10 - - - -

1115 Nagan Raya - - 10 - - - 20 - - - - -

1116 Aceh Jaya - - - - - - 10 - - - - -

1117 Bener Meriah - - - - - - 60 10 - - - -

1171 Kota Banda Aceh - - - - - - 150 20 10 - - -

1172 Kota Sabang - - 20 - - - 10 - - 10 - -

1173 Kota Langsa - - 10 - - - 70 10 - - - -

1174 Kota Lhoksumawe 10 - 50 - 10 - 50 10 - 10 10 -

1200 Sumatera Utara 270 70 1,220 190 280 50 6,370 910 500 160 110 270

1201 Nias - - - - - - 100 20 10 - - -

1202 Mandailing Natal - - 20 - - - 240 30 10 - - -

1203 Tapanuli Selatan 10 - 60 10 10 - 10 - 20 10 - -

1204 Tapanuli Tengah - - 20 - - - 10 - - - - -

1205 Tapanuli Utara - - 10 - - - 190 30 10 - - 10

1206 Toba Samosir 10 - 50 10 10 - 230 30 - - - 10

1207 Labuhan Batu 20 - 80 10 20 - 100 20 30 10 10 10

1208 Asahan 30 - 110 10 30 - 170 20 60 20 10 -

1209 Simalungun 30 - 120 10 30 - 320 50 50 20 20 20

1210 Dairi 20 - 70 10 20 - 90 10 10 10 10 -

1211 Karo - - 20 10 - - 210 30 10 - - -

1212 Deli Serdang 30 10 130 20 30 - 750 110 90 20 20 30

1213 Langkat 40 - 160 - 40 - 260 40 60 10 - 10

1214 Nias Selatan - - - - - - 60 10 - - - -

1215 Humbang Hasundutan - - 10 - - - 60 10 - - - -

1216 Papak Bharat - - 10 - - - 10 - - - - -

1217 Samosir - - 10 - - - 20 - - - - -

1218 Serdang Bedagai 20 - 100 10 20 - 340 50 10 - - -

1271 Kota Sigolga - - 10 - - - 260 40 - - - 10

1272 Kota Tanjung Balai 20 10 90 20 20 10 410 60 - 20 20 10

1273 Kota Pematang Siantar - - 20 10 - - 230 30 10 - - 20

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi ODHA Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

1274 Kota Tebing Tinggi - - - - - - 330 50 - - - 10

1275 Kota Medan 20 10 110 40 30 10 1,560 220 120 20 10 100

1276 Kota Binjai 10 10 40 30 10 10 180 30 10 10 10 20

1277 Kota Padang Sidempuan - - - - - - 220 30 10 - - 10

1300 Sumatera Barat 20 10 60 10 20 - 2,390 340 120 10 10 70

1301 Kepualauan Mentawai - - - - - - - - - - - -

1302 Pesisir Selatan - - - - - - 70 10 10 - - -

1303 Solok - - - - - - 160 20 - - - 10

1304 Sawah Lunto - - - - - - 90 10 - - - -

1305 Tanah Datar - - - - - - 20 - - - - -

1306 Padang Pariaman - - - - - - 80 10 20 - - -

1307 Agam - - - - - - 20 - - - - -

1308 Lima Puluh Koto - - - - - - 160 20 - - - -

1309 Pasaman - - - - - - 50 10 10 - - -

1310 Solok Selatan - - - - - - 10 - - - - -

1311 Dharmasraya - - - - - - 30 - - - - -

1312 Pasaman Barat - - - - - - 90 10 - - - -

1371 Kota Padang 10 - 40 - 10 - 660 90 50 - - 10

1372 Kota Solok - - - - - - 100 10 - - - -

1373 Kota Sawah Lunto - - 10 10 - - 10 - - - - 10

1374 Kota Padang Panjang - - - - - - 50 10 - - - -

1375 Kota Bukittinggi - - - - - - 420 60 - - - 10

1376 Kota Payakumbuh - - - - - - 220 30 - - - -

1377 Kota Pariaman - - - - - - 150 20 - - - -

1400 Riau 380 20 1,230 30 150 - 1,670 240 180 280 180 110

1401 Kuantan Singingi 10 - 60 - 10 - 20 - 10 10 10 -

1402 Indragiri Hulu 20 - 70 - 10 - 50 10 - 20 20 -

1403 Indragiri Hilir 50 - 160 - 20 - 130 20 40 50 30 10

1404 Pelalawan 20 - 50 - 10 - 210 30 - 20 10 -

1405 Siak 20 - 80 - 10 - 130 20 10 20 10 -

1406 Kampar 30 - 120 - 20 - 90 10 10 10 10 10

1407 Rokan Hulu 20 - 90 - 10 - 100 20 10 10 10 10

1408 Bengkalis 60 - 210 - 30 - 150 20 40 70 40 10

1409 Rokan Hilir 40 - 140 - 20 - 90 10 10 50 30 -

1471 Kota Pekan Baru 90 10 230 10 30 - 480 70 40 10 10 40

1473 Kota Dumai 10 - 30 - - - 210 30 10 10 10 10

1500 Jambi 70 10 240 10 30 - 2,240 320 110 30 20 50

1501 Kerinci - - - - - - 270 40 20 - - -

1502 Merangin - - 10 - - - 150 20 10 - - -

1503 Sarolangun - - - - - - 80 10 - - - -

1504 Batanghari - - - - - - 210 30 - - - -

1505 Muaro Jambi - - - - - - 240 30 10 - - -

1506 Tanjung Jabung Timur - - 10 - - - 350 50 10 - - -

1507 Tanjung Jabung Barat 10 - 40 10 - - 150 20 10 10 10 10

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi ODHA Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

1508 Tebo 20 - 60 - 10 - 10 - 10 - - 10

1509 Bungo - - - - - - 270 40 - - - 10

1571 Kota Jambi 30 - 110 - 10 - 510 70 30 10 - 20

1600 Sumatera Selatan 220 50 670 130 140 40 3,570 510 240 180 110 110

1601 Ogan Komering Ulu 10 - 20 10 - - 110 20 20 - - 10

1602 Ogan Komering Ilir 10 - 40 10 10 - 170 20 20 10 - 10

1603 Muara Enim 10 - 40 10 10 - 50 10 20 10 10 10

1604 Lahat 10 - 40 10 10 - 80 10 20 - - 10

1605 Musi Rawas 10 - 20 10 10 - 130 20 30 - - -

1606 Musi Banyu Asin 10 - 50 10 10 - 100 10 30 50 30 10

1607 Banyu Asin 10 - 30 - 10 - 310 40 10 10 - -

1608 Ogan Komering Ulu Selatan - - - - - - 90 10 10 - - -

1609 Ogan Komering Ulu Timur - - - - - - 240 30 10 - - -

1610 Ogan Ilir 10 - 20 10 - - 150 20 10 - - -

1671 Kota Palembang 100 20 280 40 60 10 2,040 290 80 20 10 50

1672 Kota Prabumulih 20 - 80 10 20 - 60 10 - 30 20 -

1673 Kota Pagar Alam - - - - - - 30 - - - - -

1674 Kota Lubuk Lingga 20 10 50 20 10 - 10 - 10 50 30 10

1700 Bengkulu 70 - 240 - 60 - 810 120 60 70 40 0

1701 Bengkulu Selatan - - - - - - 10 - - - - -

1702 Rejang Lebong 20 - 60 - 10 - 70 10 10 10 10 -

1703 Bengkulu Utara - - - - - - 90 10 20 - - -

1704 Kaur - - 10 - - - 30 - - - - -

1705 Seluma - - - - - - 50 10 - - - -

1706 Mukomuko - - 10 - - - 40 - - - - -

1707 Lebong - - 10 - - - 20 - - - - -

1708 Kepahing - - - - - - 30 - - - - -

1771 Kota Bengkulu 40 - 160 - 40 - 480 70 10 50 30 -

1800 Lampung 140 20 460 30 110 10 1,920 280 260 90 50 60

1801 Lampung Barat - - 20 - - - - - 10 - - -

1802 Tanggamus 10 - 30 - 10 - 20 - 20 - - -

1803 Lampung Selatan 10 - 50 - 10 - 60 10 30 10 - -

1804 Lampung Timur 10 - 50 - 10 - - - 10 10 - -

1805 Lampung Tengah 10 - 50 - 10 - 160 20 60 10 - -

1806 Lampung Utara 10 10 30 10 10 - 30 - 30 10 - -

1807 Way Kanan - - 20 10 - - 50 10 20 - - -

1808 Tulang Bawang 50 - 170 - 40 - 460 70 10 40 20 -

1871 Bandar Lampung 10 - 50 - 10 - 1,090 160 50 10 10 40

1872 Metro - - - - - - 30 - - - - 10

1900 Kepulauan Bangka Belitung 110 40 320 50 80 10 1,120 160 30 130 80 30

1901 Bangka 20 - 60 - 20 - 430 60 10 40 20 -

1902 Belitung 10 10 30 20 10 10 40 10 - 10 10 -

1903 Bangka Barat 10 10 40 10 10 - 280 40 - 10 10 -

1904 Bangka Tengah 40 - 70 - 20 - 40 10 - 20 10 -

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi ODHA Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

1905 Bangka Selatan 10 - 20 - 10 - 30 - - 10 - -

1906 Belitung Timur 10 - 20 - 10 - 40 10 - - - -

1971 Kota Pangkal Pinang 10 10 60 10 10 - 250 40 - 30 20 20

2000 Kepulauan Riau 240 170 900 80 110 20 2,030 290 70 60 40 10

2001 Karimun 90 20 350 10 40 - 230 30 10 - - 10

2002 Kepulauan Riau 20 - 80 - 10 - 380 50 - - - -

2003 Natuna 10 10 50 10 10 - 20 - - - - -

2004 Lingga - - 10 - - - 20 - - - - -

2071 Kota Batam 80 110 300 50 40 10 1,370 190 40 40 30 -

2072 Kota Tanjung Pinang 40 30 110 10 10 - 10 - 10 10 10 -

3100 Daerah Khusus Ibukota Jakarta 740 900 2,660 1,570 420 290 16,750 2,370 550 210 120 1,150

3101 Kepulauan Seribu - - - - - - - - - - - -

3171 Kota Jakarta Selatan 10 150 40 260 10 50 2,790 400 120 80 50 -

3172 Kota Jakarta Timur 190 130 690 230 110 40 5,370 760 160 50 30 1,110

3173 Kota Jakarta Pusat 40 130 160 230 30 40 3,990 570 50 30 20 40

3174 Kota Jakarta Barat 340 180 1,240 310 200 60 2,800 390 130 20 10 -

3175 Kota Jakarta Utara 150 310 520 530 80 100 1,790 250 90 30 20 -

3200 Jawa Barat 810 130 2,940 160 470 30 9,650 1,370 1,980 460 270 1,270

3201 Bogor 70 - 270 - 40 - 480 70 210 60 40 20

3202 Sukabumi 10 - 20 - - - 30 - 110 - - -

3203 Cianjur 10 - 40 - 10 - 110 20 120 10 - 10

3204 Bandung 10 - 40 - 10 - 40 10 230 10 10 -

3205 Garut - - 10 - - - 250 30 60 - - -

3206 Tasikmalaya 10 - 30 - - - 190 30 20 10 - -

3207 Ciamis 10 10 30 10 10 - 70 10 80 10 - -

3208 Kuningan - - 10 - - - 40 10 60 - - 10

3209 Cirebon 20 - 80 - 10 - 1,680 240 110 10 10 580

3210 Majalengka 20 10 70 10 10 - 90 10 60 10 10 -

3211 Sumedang 10 20 50 30 10 10 90 10 60 10 - -

3212 Indramayu 100 20 370 20 60 - 190 30 90 40 20 20

3213 Subang 30 - 110 - 20 - 190 30 80 10 - 10

3214 Purwakarta - - - - - - 110 20 40 - - -

3215 Karawang 40 10 150 20 20 - 260 40 110 10 10 60

3216 Bekasi 150 20 550 20 90 - 610 90 120 170 100 -

3271 Kota Bogor 80 10 290 20 40 - 1,810 260 60 20 10 120

3272 Kota Sukabumi 50 - 200 - 30 - 360 50 10 - - 10

3273 Kota Bandung 70 - 250 - 40 - 940 130 70 30 20 250

3274 Kota Cirebon 20 10 70 10 10 - 200 30 10 10 10 30

3275 Kota Bekasi 60 10 230 - 40 - 970 140 130 20 10 140

3276 Kota Depok - - 20 10 - - 280 40 80 - - -

3277 Kota Cimahi - - - - - - 40 10 20 10 10 -

3278 Kota Tasikmalaya 20 10 70 10 10 - 350 50 30 - - 10

3279 Kota Banjar - - - - - - 270 40 - - - -

3300 Jawa Tengah 410 140 1,520 260 390 80 3,100 450 1,200 210 110 150

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi ODHA Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

3301 Cilacap 10 - 40 - 10 - 320 50 90 10 - 30

3302 Banyumas 30 10 90 10 20 - 100 10 80 10 10 10

3303 Purbalingga 10 - 20 - 10 - 10 - 10 - - -

3304 Banjarnegara - - 10 - - - 10 - 20 - - -

3305 Kebumen - - 10 - - - 30 - 60 - - -

3306 Purworejo - - 10 - - - 30 - 10 - - 10

3307 Wonosobo - - 20 - - - 40 10 20 - - -

3308 Magelang - - - - - - 70 10 20 - - 10

3309 Boyolali - - - - - - 10 - 10 - - -

3310 Klaten 10 - 30 - 10 - 50 10 30 - - -

3311 Sukoharjo - 10 - 10 - - 20 - 20 - - -

3312 Wonogiri - - - - - - 20 - 20 - - -

3313 Karanganyar - - 10 - - - 40 10 20 - - -

3314 Sragen - - 10 10 - - 90 10 50 - - 10

3315 Grobogan 10 - 40 - 10 - 10 - 70 10 - -

3316 Blora 20 - 70 10 20 - 70 10 20 10 10 -

3317 Rembang - - 10 - - - 20 - 20 - - -

3318 Pati 10 - 50 - 10 - 50 10 60 10 - 10

3319 Kudus - - - - - - 30 - 20 - - -

3320 Jepara - - 10 - - - 60 10 60 - - -

3321 Demak - - - - - - 70 10 10 - - -

3322 Semarang 20 10 60 10 20 - 70 10 50 10 - -

3323 Temanggung - - - - - - 50 10 40 - - -

3324 Kendal 20 10 90 20 20 10 40 10 50 10 - 10

3325 Batang 30 - 110 10 30 - 220 30 20 30 20 -

3326 Pekalongan - - 10 - - - 110 20 20 - - 10

3327 Pemalang 10 - 20 - 10 - 10 - 20 10 - -

3328 Tegal 30 10 120 10 30 - 140 20 80 40 20 -

3329 Brebes 10 - 20 - 10 - 90 10 30 - - 10

3371 Kota Magelang - - 10 - - - 50 10 - 10 - 10

3372 Kota Surakarta 80 80 280 140 70 40 110 20 40 10 - 10

3373 Kota Salatiga 10 - 20 10 10 - 30 - 10 10 - -

3374 Kota Semarang 80 10 290 20 70 - 700 100 90 10 10 10

3375 Kota Pekalongan 10 - 20 - 10 - 130 20 10 - - 10

3376 Kota Tegal - - 20 - - - 200 30 10 - - -

3400 Daerah Istimewa Yogyakarta 90 20 300 20 80 10 2,200 320 150 90 50 40

3401 Kulon Progo - - 10 - - - 190 30 10 - - -

3402 Bantul 20 - 60 - 20 - 60 10 50 30 20 10

3403 Gunung Kidul - - 10 - - - 310 40 20 - - -

3404 Sleman 10 - 40 10 10 - 1,060 150 60 30 10 10

3471 Kota Yogyakarta 60 10 180 10 40 - 580 80 20 20 10 20

3500 Jawa Timur 860 180 3,860 270 650 60 10,710 1,530 1,580 480 310 370

3501 Pacitan - - 10 - - - - - 30 - - -

3502 Ponorogo 10 - 40 - 10 - - - 40 10 - -

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi ODHA Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

3503 Trenggalek - - 20 - - - 10 - 20 - - -

3504 Tulungagung 50 10 240 20 40 - 30 - 50 10 10 -

3505 Blitar 20 - 100 - 20 - 630 90 10 20 20 -

3506 Kediri 60 - 290 - 50 - 410 60 80 20 10 10

3507 Malang 40 - 200 10 30 - 40 10 130 50 40 -

3508 Lumajang 20 10 70 10 10 - 10 - 50 20 10 10

3509 Jember 40 10 170 10 30 - 100 10 120 20 20 20

3510 Banyuwangi 40 - 180 - 30 - 280 40 80 40 30 10

3511 Bondowoso 10 - 50 - 10 - 180 30 20 10 - -

3512 Situbondo 10 - 60 - 10 - 70 10 20 20 10 -

3513 Probolinggo 30 - 110 10 20 - 280 40 30 20 10 -

3514 Pasuruan 30 - 150 - 30 - 200 30 80 30 20 10

3515 Sidoarjo 10 - 30 - 10 - 270 40 110 10 10 10

3516 Mojokerto 10 - 60 - 10 - 610 90 30 10 10 -

3517 Jombang 10 - 20 - - - 10 - 60 - - -

3518 Nganjuk 20 - 90 - 20 - 40 10 60 - - -

3519 Madiun - - 20 - - - 400 60 40 - - -

3520 Magetan 10 10 50 20 10 - 10 - 30 10 10 -

3521 Ngawi 10 10 30 10 10 - 10 - 40 - - -

3522 Bojonegoro - - 10 - - - 210 30 30 - - -

3523 Tuban 10 - 40 - 10 - 290 40 60 10 - -

3524 Lamongan - - 20 - - - 300 40 20 - - -

3525 Gresik - - 10 - - - 20 - 20 - - -

3526 Bangkalan - - - - - - - - 10 - - -

3527 Sampang - - - - - - 330 50 10 - - -

3528 Pamekasan - - 10 - - - 1,170 170 20 - - 20

3529 Sumenep - - 10 - - - 260 40 30 - - -

3571 Kota Kediri 20 20 80 30 10 10 380 50 10 20 20 10

3572 Kota Blitar - - - - - - 40 10 - - - 10

3573 Kota Malang 20 10 90 10 20 - 840 120 50 10 10 130

3574 Kota Probolinggo - - 10 - - - 30 - 10 - - 10

3575 Kota Pasuruan - - 10 - - - 50 10 - 10 - 10

3576 Kota Mojokerto 20 20 70 30 10 10 200 30 - 10 - 10

3577 Kota Madiun 10 - 60 - 10 - 1,040 150 10 20 10 20

3578 Kota Surabaya 310 50 1,390 70 230 10 1,660 240 170 90 60 20

3579 Kota Batu 10 - 60 - 10 - 310 40 - 10 10 -

3600 Banten 110 20 400 30 70 10 3,890 560 460 40 30 1,000

3601 Pandeglang - 10 10 10 - - 100 20 30 - - -

3602 Lebak - 10 20 10 - - 70 10 20 - - -

3603 Tangerang 80 - 280 - 40 - 2,090 300 200 - - -

3604 Serang - - - - - - 260 40 110 20 10 20

3671 Kota Tangerang 20 - 70 - 10 - 1,130 160 100 20 10 970

3672 Kota Cilegon 10 - 20 - - - 230 30 10 - - -

5100 Bali 550 60 2,500 40 610 10 1,340 190 140 60 30 50

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi ODHA Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

5101 Jembrana 30 - 120 - 30 - 20 - 10 10 - -

5102 Tabanan 20 - 80 - 20 - 10 - 10 - - -

5103 Badung 60 10 270 10 70 - 520 70 30 30 10 30

5104 Gianyar 20 - 80 - 20 - - - 10 - - -

5105 Klungkung - - 20 - - - 20 - - - - -

5106 Bangli 10 - 40 - 10 - 40 10 - - - -

5107 Karangasem 10 - 40 - 10 - - - 20 - - -

5108 Buleleng 30 10 150 10 40 - 30 - 30 10 10 -

5171 Kota Denpasar 370 20 1,710 20 410 10 690 100 30 10 - -

5200 Nusa Tenggara Barat 60 10 150 10 20 - 280 50 150 80 40 40

5201 Lombok Barat 10 - 40 - - - 10 - 40 10 - -

5202 Lombok Tengah - - - - - - 10 - 40 - - -

5203 Lombok Timur 10 - 20 - - - 30 - 20 10 - -

5204 Sumbawa - - - - - - 30 - 20 - - -

5205 Dompu - - 10 - - - 20 - - 30 10 10

5206 Bima - - - - - - 10 - 10 40 20 -

5207 Sumbawa Barat - - 10 - - - 40 10 - - - -

5271 Kota Mataram 20 - 70 - 10 - 90 10 10 - - 10

5272 Kota Bima - - - - - - 40 10 - - - 10

5300 Nusa Tenggara Timur 90 10 210 20 30 - 1,450 210 110 30 10 70

5301 Sumba Barat - - 10 - - - 90 10 10 - - -

5302 Sumba Timur - - 10 - - - 20 - 10 - - 10

5303 Kupang - - - - - - 80 10 20 - - 10

5304 Timor Tengah Selatan - - 10 - - - 90 10 10 - - 10

5305 Timor Tengah Utara - - 10 - - - 50 10 - - - -

5306 Belu 20 10 60 10 10 - 440 60 - - - 10

5307 Alor - - 10 - - - 40 10 - - - -

5308 Lembata - - - - - - 20 - - - - -

5309 Flores Timur - - 10 - - - 40 10 - - - 10

5310 Sikka - - 10 - - - 60 10 10 - - -

5311 Ende - - 10 - - - 50 10 10 - - -

5312 Ngada - - - - - - 240 30 - - - -

5313 Manggarai - - 10 - - - 110 20 20 - - -

5314 Rote Ndao - - - - - - 20 - - - - -

5315 Manggarai Barat - - 10 - - - 40 10 - - - -

5371 Kota Kupang 20 - 60 - 10 - 50 10 20 10 - 10

6100 Kalimantan Barat 130 50 410 50 70 10 1,690 240 180 130 70 40

6101 Sambas 10 - 20 - - - 70 10 30 20 10 -

6102 Bengkayang - - - - - - 10 - 10 - - -

6103 Landak - - 10 - - - 10 - 10 10 - -

6104 Pontianak 10 10 20 10 - - 90 10 40 10 - -

6105 Sanggau 10 - 20 - - - 60 10 20 - - -

6106 Ketapang 10 - 20 - - - 130 20 10 10 10 10

6107 Sintang 10 - 30 - 10 - 140 20 10 10 - -

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi ODHA Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

6108 Kapuas Hulu - - 10 - - - 40 10 10 - - -

6109 Sekadau - - 10 - - - 50 10 - 20 10 -

6110 Melawi 10 - 20 - - - 70 10 - - - -

6171 Kota Pontianak 40 20 150 10 30 - 840 120 30 30 20 10

6172 Kota Singkawang 30 20 90 20 10 - 190 30 10 20 10 10

6200 Kalimantan Tengah 140 90 420 110 80 20 910 130 90 120 70 20

6201 Kotawaringin Barat 40 10 120 10 20 - 40 10 10 30 20 -

6202 Kotawaringin Timur 20 10 70 20 10 - 30 - 20 30 10 -

6203 Kapuas 10 10 20 10 - - 150 20 20 - - -

6204 Barito Selatan - - 10 - - - 40 - 10 - - -

6205 Barito Utara 10 - 20 - - - 40 10 - 10 - -

6206 Sukamara 10 10 20 10 - - 20 - - 10 - -

6207 Lamandau - - 10 - - - 10 - - - - -

6208 Seruyan 10 - 20 - - - 50 10 - 10 - -

6209 Katingan 10 10 40 10 10 - 50 10 - 10 - -

6210 Pulang Pisau 20 20 50 20 10 - 50 10 - - - -

6211 Gunung Mas 10 10 40 20 10 - 40 - - 10 10 -

6212 Barito Timur - - 10 - - - 30 - - - - -

6213 Murung Raya - - - - - - 40 - - - - -

6271 Kota Palangka Raya 10 - 20 - - - 330 50 10 10 10 -

6300 Kalimantan Selatan 60 10 200 10 40 - 2,590 370 80 50 30 70

6301 Tanah Laut - - 10 - - - 110 20 - - - 10

6302 Kotabaru - - 10 10 - - 120 20 10 - - 10

6303 Banjar 10 - 20 - - - 190 30 10 - - 10

6304 Barito Kuala - - - - - - 10 - - - - -

6305 Tapin - - 10 - - - 20 - - - - -

6306 Hulu Sungai Selatan - - - - - - 90 10 - - - -

6307 Hulu Sungai Tengah - - - - - - 100 10 - - - -

6308 Hulu Sungai Utara - - - - - - 80 10 - - - 10

6309 Tabalong - - 10 - - - 330 50 - - - -

6310 Tanah Bumbu 20 - 70 - 10 - 390 60 - 10 10 -

6311 Balangan - - - - - - 40 10 - - - -

6371 Kota Banjarmasin 10 10 40 10 10 - 1,070 150 30 20 10 20

6372 Kota Banjarbaru 10 - 30 - - - 40 10 - 10 10 -

6400 Kalimantan Timur 220 70 680 80 120 20 3,730 530 160 340 170 40

6401 Pasir 20 10 80 10 10 - 110 20 10 30 10 -

6402 Kutai Barat 10 - 20 - - - 70 10 - 10 - -

6403 Kutai Kartanegara 20 10 70 10 10 - 310 40 30 40 20 -

6404 Kutai Timur - - - - - - 320 50 10 30 10 -

6405 Berau 20 30 70 30 10 10 290 40 10 30 10 -

6406 Malinau - - - - - - 20 - - - - -

6407 Bulongan 10 10 20 10 - - 170 20 10 10 - -

6408 Nunukan - 10 10 10 - - 50 10 - - - -

6409 Penajam Paser Utara - - 10 - - - 260 40 - 10 - -

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi ODHA Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

6471 Kota Balikpapan 10 - 20 - - - 990 140 30 70 40 -

6472 Kota Samarinda 90 - 280 - 50 - 680 100 40 100 50 20

6473 Kota Tarakan 20 10 70 10 10 - 330 50 10 10 10 10

6474 Kota Bontang 10 - 40 - 10 - 130 20 10 10 - -

7100 Sulawesi Utara 100 50 290 50 50 10 780 120 100 70 40 40

7101 Bolaang Mongondow 10 - 20 - - - 130 20 30 - - -

7102 Minahasa - - - - - - 160 20 20 10 10 10

7103 Kepulauan Sangihe - - - - - - 50 10 10 - - -

7104 Kepualuan Talaud - - - - - - 20 - - - - -

7105 Minahasa Selatan - 10 10 10 - - 70 10 - - - -

7106 Minahasa Utara - - 10 - - - 50 10 - - - -

7171 Kota Manado 50 20 180 20 30 - 270 40 30 40 20 10

7172 Kota Bitung 20 - 50 10 10 - 10 - 10 10 10 -

7173 Kota Tomohon 10 - 20 - - - 20 - - - - -

7200 Sulawesi Tengah 50 40 220 60 40 10 1,220 180 80 50 40 40

7201 Banggai Kepulauan - - 10 - - - 40 10 - - - -

7202 Banggai - - 10 - - - 10 - 10 - - -

7203 Morowali - - 10 - - - 70 10 10 - - -

7204 Poso - - - - - - 40 - - - - -

7205 Donggala 10 10 20 10 - - 370 50 30 - - -

7206 Toli-Toli 10 10 60 20 10 10 80 10 10 10 10 -

7207 Buol - - 10 - - - 30 - - - - -

7208 Parigi Moutong - - - - - - 10 - 10 - - -

7209 Tojo Una-Una 10 - 50 - 10 - 40 10 - 20 20 -

7271 Kota Palu 10 10 50 20 10 - 530 80 20 10 10 30

7300 Sulawesi Selatan 130 50 1,070 110 170 20 4,760 680 270 150 120 100

7301 Selayar - - - - - - 40 10 - - - -

7302 Bulukumba 10 10 50 10 10 - 150 20 20 - - -

7303 Bantaeng - - 20 - - - 40 10 - - - -

7304 Jeneponto 20 10 200 10 30 - 130 20 10 20 10 -

7305 Takalar - - - - - - 60 10 - - - -

7306 Gowa 10 - 80 - 10 - 230 30 20 10 - -

7307 Sinjai - - - - - - - - 10 - - -

7308 Maros 10 - 40 - 10 - 110 20 10 - - 10

7309 Pangkajene Kepulauan - - 10 10 - - 60 10 10 - - -

7310 Barru - - 10 - - - 40 10 - - - -

7311 Bone - - - - - - 250 40 30 - - 20

7312 Soppeng - 10 30 20 10 - 50 10 10 - - -

7313 Wajo - - 40 - 10 - 140 20 - - - 10

7314 Sidenreng Rappang 20 20 150 40 20 10 90 10 10 10 10 -

7315 Pinrang 20 - 180 - 30 - 130 20 10 20 10 -

7316 Enrekang - - - - - - 40 10 - - - -

7317 Luwu - - - - - - 70 10 20 - - -

7318 Tana Toraja - - - - - - 100 10 20 - - -

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi ODHA Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

7322 Luwu Utara - - 10 - - - 70 10 10 - - -

7325 Luwu Timur - - 10 - - - 90 10 - - - -

7371 Kota Ujung Pandang - - 20 10 - - 2,490 350 70 50 40 20

7372 Kota Pare-Pare 20 - 140 - 20 - 180 30 - 20 20 -

7373 Kota Palopo 10 - 70 10 10 - 210 30 - 10 10 -

7400 Sulawesi Tenggara 30 20 130 30 20 10 350 50 80 40 30 20

7401 Buton - - - - - - 60 10 10 - - -

7402 Muna - - 10 - - - 60 10 10 - - -

7403 Konawe - - 10 - - - - - 10 10 10 -

7404 Kolaka 10 - 20 - - - - - 20 10 - -

7405 Konawe Selatan - - - - - - 60 10 - - - -

7406 Bombana - - - - - - 20 - - - - -

7407 Wakatobi - - - - - - 20 - - - - -

7408 Kolaka Utara - - 10 - - - 40 10 - - - -

7471 Kota Kendari 10 - 30 - 10 - 60 10 10 10 10 10

7472 Kota Bau Bau 10 10 30 20 10 - 20 - - 10 - 10

7500 Gorontalo 20 10 50 20 10 - 130 20 40 30 30 0

7501 Boalemo - - 10 10 - - 10 - - - - -

7502 Gorontalo - - 10 10 - - 10 - 20 10 10 -

7503 Pohuwato - - 10 10 - - 50 10 - 10 - -

7504 Bone Bolango - - - - - - 30 - - - - -

7571 Kota Gorontalo - - 10 - - - 40 - - - - -

7600 Sulawesi Barat 20 10 80 10 20 - 410 60 40 20 10 10

7601 Majene - - - - - - 50 10 - - - -

7602 Polewali Mandar 10 10 30 10 - - 50 10 20 - - 10

7603 Mamasa - - 10 - - - 30 - - - - -

7604 Mamuju - - 10 - - - 110 20 10 - - -

7605 Mamuju Utara 10 - 30 - 10 - 170 20 - 10 - -

8100 Maluku 110 60 350 70 80 20 320 50 50 60 40 20

8101 Maluku Tenggara Barat - - - - - - 30 - - - - -

8102 Maluku Tenggara 30 10 90 10 20 - 10 - - 20 10 -

8103 Maluku Tengah - - 10 - - - 140 20 20 - - -

8104 Buru - - - - - - 30 - - - - -

8105 Kepulauan Aru 50 30 170 40 40 10 20 - - 10 10 -

8106 Seram Bagian Barat 10 - 30 - 10 - 40 10 - 10 - -

8107 Seram Bagian Timur - - - - - - 20 - - - - -

8171 Kota Ambon 20 10 60 20 10 - 40 10 10 20 10 20

8200 Maluku Utara 30 10 110 10 30 - 400 60 20 20 20 0

8201 Halmahera Barat - - 10 10 - - 30 - 10 - - -

8202 Halmahera Tengah - - - - - - 10 - - - - -

8203 Kepulauan Sula 10 - 30 - 10 - 50 10 - 10 - -

8204 Halmahera Selatan - - - - - - 40 10 - - - -

8205 Halmahera Utara 10 - 40 - 10 - 70 10 - 10 10 -

8206 Halmahera Timur - - - - - - 10 - - - - -

Napi


Propinsi/Kabupaten/Kota

WPS

Langsung

WPS Tidak

Langsung

Pelanggan

WPS

Langsung

Estimasi ODHA Tahun 2006

Pelanggan

WPS Tidak

Langsung

Pasangan

Pelanggan

WPS

Langsung

Pasangan

Pelanggan

WPS Tidak

Langsung

Penasun

Pasangan

Penasun

yang

Bukan

Pemakai

Gay

Waria

Pelanggan

Waria

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)

8271 Kota Ternate 10 - 30 - 10 - 170 20 - - - -

8272 Kota Tidore Kepulauan - - - - - - 20 - - - - -

9100 Irian Jaya Barat 170 20 370 10 60 - 100 20 20 50 20 10

9101 Fakfak 10 - 20 - - - - - - - - -

9102 Kaimana 10 - 20 - - - - - - - - -

9103 Teluk Wondama - - - - - - - - - - - -

9104 Teluk Bintuni 10 - 30 - 10 - - - - - - -

9105 Manokwari 20 - 60 - 10 - 20 - - - - -

9106 Sorong Selatan - - - - - - - - - - - -

9107 Sorong - - - - - - 50 10 - - - -

9108 Raja Ampat - - - - - - - - - - - -

9171 Kota Sorong 120 10 230 - 30 - 30 - - 30 20 -

9400 Papua 170 40 440 30 80 10 170 20 60 40 20 10

9401 Merauke 40 - 50 - 10 - 20 - 10 - - -

9402 Jayawijaya - - 10 - - - 10 - 10 - - -

9403 Jayapura 30 - 80 - 10 - 10 - - - - -

9404 Nabire 30 10 80 10 20 - 10 - - 10 - -

9408 Yapen Waropen - - - - - - 20 - - - - -

9409 Biak Numfor 10 - 30 - 10 - - - - 10 - -

9410 Paniai - - 10 - - - - - - - - -

9411 Puncak Jaya - - - - - - - - - - - -

9412 Mimika 30 - 100 - 20 - - - 10 10 - -

9413 Boven Digoel - - - - - - - - - - - -

9414 Mappi - - - - - - - - - - - -

9415 Asmat - - - - - - - - - - - -

9416 Yahukimo - - - - - - - - - - - -

9417 Pegunungan Bintang - - 10 - - - - - - - - -

9418 Tolikara - - - - - - - - - - - -

9419 Sarmi - - - - - - - - - - - -

9420 Keerom - - - - - - - - - - - -

9426 Waropen - - - - - - - - - - - -

9427 Supiori - - - - - - - - - - - -

9471 Kota Jayapura 30 20 60 10 10 - 80 10 10 10 10 -

Indonesia 6,570 2,340 24,810 3,500 4,540 720 90,030 12,840 9,180 3,790 2,240 5,210

Napi


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


B

A

K

T

I

S

H U

A

D

A

KOMISI

PENANGGULANGAN

AIDS

More magazines by this user
Similar magazines