Data Jumlah Tenaga Kesehatan di Provinsi Jawa Timur

Data jumlah tenaga kesehatan menurut kabupaten/kota di provinsi Jawa Timur pada tahun 2024. Sumber data berasal dari website BPS Jawa Timur.

Link: https://jatim.bps.go.id/id/statistics-table/3/YVdwSFJHRjRVVkJqWlRWRU9EQkhNVFY0UjB4VVVUMDkjMyMzNTAw/jumlah-enaga-kesehatan-menurut-kabupaten-kota-di-provinsi-jawa-timur.html?year=2024

# Load dataset
library(readxl)
data <- read_excel("C:/Users/irphi/Downloads/Tenaga_Kesehatan.xlsx")
head(data)
## # A tibble: 6 × 2
##   `Kabupaten/Kota` `Tenaga Kesehatan`
##   <chr>                         <dbl>
## 1 Pacitan                        1910
## 2 Ponorogo                       4163
## 3 Trenggalek                     2523
## 4 Tulungagung                    5380
## 5 Blitar                         3330
## 6 Kediri                         4713
library(sf)
## Linking to GEOS 3.13.0, GDAL 3.10.1, PROJ 9.5.1; sf_use_s2() is TRUE
library(tmap)
library(raster)
## Loading required package: sp
library(readxl)
library(ggplot2)
library(openxlsx)
library(terra)
## terra 1.8.42
geo <-
st_read("C:/Users/irphi/Downloads/PROVINSI_JAWA_TIMUR/PROVINSI_JAWA_TIMUR.shp")
## Reading layer `PROVINSI_JAWA_TIMUR' from data source 
##   `C:\Users\irphi\Downloads\PROVINSI_JAWA_TIMUR\PROVINSI_JAWA_TIMUR.shp' 
##   using driver `ESRI Shapefile'
## Simple feature collection with 38 features and 5 fields
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: 110.8987 ymin: -8.78036 xmax: 116.2702 ymax: -5.048857
## Geodetic CRS:  WGS 84
View(geo)
#### SF ####
ggplot(data=geo) + geom_sf(aes(fill=PDRB17)) +
 scale_fill_viridis_c(option="magma", direction= -1) +
 theme_void()

#inferno bisa diganti plasma, magma
#### MENAMBAH DATA KE SHP ####
data = read_excel("C:/Users/irphi/Downloads/Jumlah_Tenaga_Kesehatan.xlsx")
View(data)
# Samakan penulisan nama kabupaten agar bisa digabung
data$Kabupaten.Kota <- toupper(data$Kabupaten.Kota)
geo$KABKOT <- toupper(geo$KABKOT)
# Gabungkan berdasarkan nama kabupaten/kota
geo <- merge(geo, data, by.x = "KABKOT", by.y = "Kabupaten.Kota", all.x = TRUE)
tmap_options(check_and_fix = TRUE)
# Cek nama kolom Jumlah Kesehatan di geo (gunakan names(geo) untuk pastinya)
# Gunakan qtm (quick thematic map)
qtm(
 geo,
 fill = "Jumlah.Tenaga.Kesehatan",
 text = "KABKOT",
 text_size = 0.25
)
## The shape object "structure(list(KABKOT = c("BANGKALAN", "BANYUWANGI", "BATU", " is invalid. Trying to fix it...

Jumlah tenaga kesehatan merupakan hasil penjumlahan antara profesi perawat, bidan, kefarmasian, kesehatan masyarakat, ahli gizi, kesehatan lingkungan, tenaga medis, kesehatan psikologi klinis, keterapian fisik, keteknisian medis, teknik biomedika, dan kesehatan tradisional. Indikator ini menggambarkan seberapa besar jumlah tenaga kesehatan di tiap kabupaten/kota di provinsi Jawa Timur. kesehatan yang sangat tinggi, ditunjukkan dengan warna paling gelap (10.000–12.000). Hal ini mencerminkan tingginya konsentrasi fasilitas pelayanan kesehatan dan tenaga medis di daerah tersebut, yang umumnya sejalan dengan statusnya sebagai pusat kota besar dengan infrastruktur kesehatan yang lebih lengkap. Sebaliknya, wilayah-wilayah seperti Sampang, Sumenep, dan Situbondo memiliki jumlah tenaga kesehatan yang relatif rendah, ditunjukkan dengan warna yang lebih terang, yakni berada di rentang 0–2.000 atau 2.000–4.000. Hal ini menunjukkan bahwa akses terhadap tenaga medis di daerah-daerah tersebut masih terbatas, yang bisa berdampak pada kualitas pelayanan kesehatan masyarakat secara umum