Analisa Data Science Gelombang Ketiga COVID-19: Fiksi atau Realitas?

Vaksinasi

Kurva di Gambar 2 bawah memperlihatkan kondisi ke di masa depan pada jangka waktu November 2021 sampai Januari 2022 dengan berbagai nilai laju vaksinasi harian (proporsi pendudukan yang memperoleh vaksinasi setiap harinya terhadap penduduk yang belum divaksinasi). Berdasarkan data vaksinasi COVID-19 di Indonesia, per tanggal 7 November 2021, proporsi penduduk yang sudah divaksinasi yaitu sekitar 45% dari total jumlah penduduk Indonesia dengan rata-rata laju vaksinasi harian Indonesia saat ini adalah 1,33%.

Gambar 2 (dok Dimitri Mahayana)

Dari data simulasi di atas, kurva berwarna kuning memperlihatkan bahwa jika vaksinasi berhenti dilakukan dengan asumsi parameter-parameter lainnya yang mempengaruhi penyebaran COVID-19 (dalam hal ini protokol kesehatan dan kesigapan fasilitas kesehatan dalam penanganan kasus aktif dapat tetap dipertahan seperti kondisi sekarang), maka kasus COVID-19 akan tetap cenderung menurun.

Tetapi jika dibandingkan kurva selain berwarna kuning, laju penurunan kasus aktif cenderung lambat. Hasil simulasi memperlihatkan dengan tetap diberlakukannya program vaksinasi COVID-19, penurunan kasus harian COVID-19 akan semakin cepat. Hal ini tentu sejalan upaya pemerintah mencapai herd immunity yang dapat dicapai jika jumlah penduduk yang memperoleh vaksinasi sudah cukup banyak guna memberikan perlindungan infeksi COVID-19.

Seperti yang sudah dijelaskan, simulasi pada grafik Gambar 2 di atas mengasumsikan jika pemberlakuan protokol kesehatan, kesigapan fasilitas, dan tenaga kesehatan berada pada level yang sama dengan periode waktu Mei 2021-Oktober 2021. Namun kenyataannya, dengan adanya perubahan kebijakan dan diberlakukannya relaksasi terhadap pembatasan, kondisi ini akan sangat sulit untuk dipenuhi. Hal ini akan menimbulkan pertanyaan apakah program vaksinasi saja akan cukup untuk menghentikan pandemi COVID-19 yang terjadi di Indonesia? Atau...apakah pemerintah dan masyarakat Indonesia sudah cukup siap untuk melakukan relaksasi terhadap pembatasan COVID-19?

Gambar 3 (dok Dimitri Mahayana)

Simulasi di atas memperlihatkan kasus-kasus di mana kewaspadaan masyarakat berubah untuk menjalankan protokol kesehatan. Dalam hal ini, penulis mengasumsikan bahwa kewaspadaan masyarakat terhadap protokol kesehatan akan mempengaruhi contact rate antara individu yang rentan terhadap virus Corona dan yang terinfeksi.

Dengan asumsi keadaan fasilitas dan tenaga kesehatan tidak berubah dan laku vaksinasi harian adalah 5%, kurva berwarna hitam dan ungu memperlihatkan skenario yang mana semakin meningkatnya kewaspadaan masyarakat dan pemerintah terhadap penyebaran COVID-19. Artinya, jika penduduk Indonesia semakin menaati untuk menjaga protokol kesehatan, simulasi untuk data November 2021 sampai Januari 2021 memperlihatkan kasus harian COVID-19 untuk 3 bulan ke depan akan semakin menurun. Namun, jika kewaspadaan semakin menurun, maka protokol kesehatan semakin diabaikan dan akibatnya contact rate tentu akan semakin meningkat. Dampaknya adalah bilangan reproduksi juga akan meningkat atau kemampuan virus untuk menyebar dari satu individu ke individu lainnya akan meningkat.

Kurva berwarna hijau sampai pink di Gambar 3 menunjukkan kasus kasus yang memperlihatkan semakin diabaikannya protokol kesehatan. Hasil simulasi menunjukkan kemungkinan terjadinya wave ketiga akan semakin besar. Dan tidak tertutup kemungkinan, kasus terinfeksi di masa depan mungkin lebih buruk di bandingkan dengan hasil simulasi di atas. Parameter ketiga yang juga mempengaruhi penyebaran virus ini adalah kesigapan dalam penanganan kasus aktif.

Kenyataan di lapangan, sampai saat ini peneliti-peneliti medis masih mengupayakan untuk menemukan obat yang efektif untuk menyembuhkan COVID-19. Dengan keadaan ini, usaha yang bisa dilakukan untuk menangani kasus aktif yang terjadi adalah kesigapan fasilitas-fasilitas kesehatan dan tenaga kesehatan. Perlu dicatat simulasi menggunakan SIRV model, kesigapan tenaga kesehatan, dan fasilitas kesehatan diasumsikan akan mempengaruhi laju kesembuhan.

Laju Kesembuhan

Simulasi di Gambar 4 bawah memperlihatkan beberapa kasus yang bisa menggambarkan berbagai keadaan yang mempengaruhi laju kesembuhan. Dengan menggunakan konsep model SIRV, menurunnya kesigapan pelayanan kesehatan untuk kasus aktif akan menyebabkan laju kesembuhan yang semakin kecil (waktu yang dibutuhkan sampai negatif terhadap infeksi virus Corona akan semakin lama). Hal ini akan berdampak terhadap bilang reproduksi COVID-19 yang akan semakin meningkat.

Sementara kurva berwarna biru tua dan oranye di bagian bawah menunjukkan gambaran keadaan yang mungkin terjadi jika laju kesembuhan meningkat. Dapat dilihat bahwa aktif harian akan semakin menurun dan sampai pada level 0. Kurva berwarna ungu, hijau, biru muda, dan merah tua memperlihatkan kasus-kasus yang menjelaskan laju kesembuhan yang semakin menurun sedangkan kurva berwarna kuning memperlihatkan hasil simulasi data jika keadaan dapat dipertahankan seperti saat ini. Hasil simulasi menggambarkan semakin meningkatnya laju kesembuhan COVID-19 akan mempengaruhi kecepatan penurunan penambahan kasus terinfeksi baru yang terjadi. Sebaliknya, semakin menurunnya laju kesembuhan akan menyebabkan kenaikan kasus aktif baru secara cepat. Hal ini tentu juga dapat mengimplikasikan kemungkinan-kemungkinan terjadinya ledakan kasus baru.

Gambar 4 (dok Dimitri Mahayana)

Halaman selanjutnya: PR Indonesia >>>