Category: Evaluasi dan Analisis Data Statistik

Statistik dan Negara: Tinjauan Etimologis

Secara etimologís, barbicara statistik berarti berbicara mengenai negara (state). Ini berarti, asal kata statistik, atau lahirnya kata statistik, dengan satu dan lain cara, sealu terkait dengan negara. Terkaiit artinya tidak independen. Implikasinya, istilah lembaga statistik yang independen dengan pemerintah (yang mewakili negara) bertentangan dengan kata statistik itu sendiri (ditinjau dari perspektif etimiologis). Istilah yang lebin kena agaknya ini: lembaga statistik yang memiliki otonomi penuh dalam kegiatan profesionalnya mengumpulkan, mengolah, menganalisis dan mendiseminiasi data statistik. Kata kuncinya, otonomi.

Soal cara bagaimana kegiatan profesional itu diselnggarakan, itu merupakan otonomi dari lembaga statistik; tidak ada pihak yang berhak mencampuri lumbaga itu, termasuk pemerintah. Tapi soal data apa yang dikumpulkan harus relevan tengan kepentingan pemerintah (yang mewakili negara). Singkatnya, lembaga statistik independen dengan pemerintah dalam tataran metodologi terapi tidak bisa dari sisi substansi.

Secara etimologis kata statistik (statistics), dengan satu dan lain cara, selalu terkait dengan negara (state). Kaitan mendasar antara keduanya itu terungkap secara padat dalam kutipan berikut ini (Sumber: https://www.etymonline.com/search?q=statistics)

statitistics (n), 1770, “science dealing with data about the condition of a state or community” [Barnhart], from German Statistik, popularized and perhaps coined by German political scientist Gottfried Aschenwall (1719-1772) in his “Vorbereitung zur Staatswissenschaft” (1748), from Modern Latin statisticum (collegium) “(lecture course on) state affairs,” from Italian statista “one skilled in statecraft,” from Latin status “a station, position, place; order, arrangement, condition,” figuratively “public order, community organization,” noun of action from past participle stem of stare “to stand” from PIE root *sta- “to stand, make or be firm.”

Dari kutipan di atas data dilihat bahwa kata statstik berasal atau terkait dengan kata atau ungkapan berikut: 

  • Statistik (Jerman), dengan huruf besar S: “sains yang berurusan dengan negara dan masyarakat” (“science dealing with data about the condition of a state or community” Barnhart (1770). Istilah ini dipopulerkan atau bahkan mungkin ditemukan oleh pakar ilmu politik Gottfried Aschenwall (1719-1772)dalam bukunya “Vorbereitung zur Staatswissenschaft” (1748).
  • statisticum (collegium) (Modern Latin): “(mata kuliah) urusan kenegaran,“(lecture course) on state affairs. 
  • statista, (Italia), “orang yang terlatih dalam urusan kenegaraan” (“one skilled in statecraft”),
  • status (Latin): staiun, posisi, tempat; tatanan, pengaturan, kondisi “a station, position, place; order, arrangement, condition,”; secara figurative ketertiban masyarakat, organisasi komunitas (figuratively “public order, community organization,”)
  • [stem of stare (Latin), kata benda aksi masa lalu: “untuk berdiri kokoh” (to stand, make be firmed).]

Dari poin pertama jelas statistik adalah sains; artinya, sesuatu berhubungan dengan apa yang diketahui, “what is known, knowledge (of something) acquired by study; information”. Ini definsi pertengahan abad ke-14. Sebagai catatan akhir, dalam ranah sains, kita tidak boleh berbicara sebelum kita ketahui:

In science you must not talk before you know. In art you must not talk before you do. In literature you must not talk before you think. [John Ruskin, “The Eagle’s Nest,” 1872]. Sumber: https://www.etymonline.com/search?q=statistics.

 

Covid-19 Indonesia: Normal Baru (?)

“Berapa banyak korban Covid-19 yang diperlukan untuk membantu ekonomi?” Itulah kira-kira pertanyaan yang diajukan pihak Administrasi Trump ketika dengar pendapat dengan Senat. Pertanyaan ini mengilustrasikan kompleksnya kebijakan untuk merespons pandemi Covid-19. Mungkin tidak ada yang mampu menjawab pertanyaan ini secara meyakinkan dalam arti memuaskan semua pihak. Walaupun demikian, terkadang pertanyaan yang tepat lebih berharga dari detail jawabannya karena dapat membantu merumuskan arah kebijakan. Dari pertanyaan ini, kebijakan yang dimaksud kira-kira: meminimalkan korban pandemi Covid-19 dan mempercepat pemulihan ekonomi tanpa mengundang datangnya gelombang pandemi lanjutan.

Karena sudah memulai wacana “normal baru”, pertanyaan di atas menjadi relevan bagi Indonesia. Pertanyaan mendasarnya, apakah wacana itu sudah waktunya? Tulisan ini menyajikan beberapa catatan terkait dengan pertanyaan itu. Karena penulisnya bukan ahli maka tulisan ini lebih banyak mengandalkan akal sehat ketimbang kajian ilmiah yang ketat.

Tantangan

Dalam beberapa kesempatan Pemerintah menegaskan kebijakan PSBB masih berlaku. Penegasan ini penting bagi semua pihak agar tidak keliru-sikap. Kekeliruan sikap ini, jika bersifat masif, dapat membahayakan semua pihak.

Penegasan bahwa PSBB masih berlaku penting bagi semua pihak agar tidak keliru-sikap sehingga membahayakan semua pihak.

Di lain pihak Pemerintah terkesan menginisiasi wacana “normal baru” bahkan menyatakan mulai mengkaji serta merumuskan segala sesuatunya untuk memandu pelaksanaan kebijakan di lapangan. Sejauh ini belum jelas definisi “normal baru” yang dimaksudkan oleh Pemerintah serta kriteria yang digunakan untuk memberlakukannya:

  • Apakah normal baru berarti membuka kembali “kegiatan usaha normal” (bisnis, pekerjaan, perkantoran, dan sebagainya) tetapi disertai protokol perilaku masyarakat serta ketersediaan kelengkapan medis dan higienis untuk menghindari penularan Covid-19?
  • Adakah kriteria epidemiologi yang digunakan? Jika “ya”, apakah ukuran itu, misalnya, kasus baru <=1% dari kasus puncak? Jika “ya” apakah ada bukti-keras yang menunjukkan kasus puncak itu sudah dilalui?
  • Apakah kriterianya penurunan terus menerus kasus terinfeksi? Jika “ya”, untuk beberapa lama?

Itulah rangkaian pertanyaan yang sejauh ini masih belum diketahui jawabannya. Dapat diduga semuanya menjadi bahan pertimbangan Pemerintah dalam mengambil keputusan yang kompleks ini. Untuk menambah kompleksitas, keputusan tentu perlu didasarkan tidak hanya domain A tetapi juga domain B:

A —-> Pandemi Covid-19 —-> B

di mana

A: Himpunan faktor yang mempengaruhi besar kasus Covid-19 dan angka fatalitasnya. (Ini bidang keahlian bio-medis-epidemiologi dan disiplin terkait), dan

B: Himpunan variabel yang dipengaruhi pandemi Covid-19. Faktor yang dipengaruhi tentu sangat luas dan mencakup hampir semua cabang kehidupan termasuk ekonomi, ketenagakerjaan, dan pemerintahan. (Domain B ini tentu bidang keahlian para ekonomi dan disiplin yang terkait.)

Sudah Waktunya?

Kebijakan ke arah “normal baru” tentu disertai kehati-hatian serta didasarkan pada kajian ilmiah yang seksama. Pemerintah tentu memiliki kelengkapan yang memadai untuk melakukan kajian yang dimaksud.

Sejumlah negara dilaporkan telah mulai melonggarkan kebijakan lock down (analog dengan PSBB) dengan membuka kembali secara berangsur-angsur kegiatan sekolah, beberapa kegiatan bisnis, dan kegiatan pemerintah. Di Eropa, Jerman dan Denmark termasuk dalam negara itu. Beberapa negara bagian di Amerika Serikat telah melakukan tindakan serupa. Juga beberapa negara Asia. Semua negara yang dimaksud telah memastikan protokol yang jelas mengenai pelaksanaan kebijakan itu.

Dalam konteks ini catatan pentingnya adalah bahwa (hampir) semua negara yang mengambil langkah itu bercirikan: (1) kasus puncak telah dilalui, (2) tren kasus baru sudah sangat berkurang dan terus turun dalam jangka beberapa minggu secara berturut-turut[1], dan (3) protokol yang jelas untuk menghindari penularan sudah tersedia dan dapat dipahami univocally oleh semua pihak.

Dua ciri pertama agaknya dijadikan sebagai syarat perlu (necessary condition). Pertanyaannya, apakah dua ciri itu telah dipenuhi Indonesia?  Bacaan terhadap data yang disediakan oleh Worldmeter yang dirilis pada tanggal 18 Mei 2020 memberikan kesan kuat bahwa Indonesia belum mencapai kasus puncak dan kasusnya masih cenderung meningkat. Dengan kata lain, Indonesia belum waktunya mengambil kebijakan “normal baru” kecuali jika syarat perlunya diabaikan.

Grafik 1 dan 2 menunjukkan kasus terinfeksi di Indonesia secara keseluruhan belum menunjukkan adanya penurunan. Grafik 2, menunjukkan adanya perlambatan  kenaikan kasus per hari. Sejak 4/5/20 angkanya bertahan pada angka 1.03. Fakta ini mengindikasikan antara lain: (a) angka pertumbuhan masih 3%, angka yang masih relatif tinggi mengingat sensitifnya angka ini, dan (b) angka 3% terkesan sudah menjadi “batu keras”(hard rock) yang menuntut upaya terobosan untuk menembus dan menurunkannya.

Grafik 1: Tren Kasus Terinfeksi Covid-19 Per Hari, Indonesia

Grafik 2: Tren Pertumbuhan Total Kasus Covid-19 , Indonesia

*****

…. Indonesia belum mencapai kasus puncak dan kasusnya masih cenderung meningkat.

Demikianlah bukti keras (hard evidence) mengenai tren kasus Covid-19 di Indonesia. Pemerintah tentu mempertimbangkan bukti semacam itu sebelum mengambil kebijakan terkait isu “normal baru”; mengabaikan bukti keras “bukan strategi yang baik”; not a good strategy, kata Cuomo. Sebaliknya, mempertimbangkan bukti keras semacam itu mencirikan kebijakan “respons yang cerdas”; a smart response, juga kata Sang Gubernur New York itu.

Indonesia pasti bisa menjauhkan diri dari strategi yang tidak baik serta mengambil kebijakan respons yang smart.

Semoga…..@

[1] Secara teknis ini diukur oleh tingkat transmisi atau R(t) sudah sangat mendekati angka 1 (R(t)=1; artinya, tidak ada lagi penularan baru.

Covid-19 Indonesia: Gambar Besar

Konteks

Sekitar sebulan lalu penulis, melalui tulisan di blog ini, pernah mengemukakan data Covid-19 Indonesia terlalu dini untuk dianalisis. Argumennya ketika itu seri datanya masih pendek dan polanya belum dapat terbaca. Ketika itu total kasus terakhir sekitar 2,000, masih jauh dari “angka psikologis 4 digit”, puluhan ribu. Angka psikologis ini kini tercapai: menurut Worldmeter, per 2/5/20 pukul 23 GMT, angkanya 10,083 kasus. Jadi dalam sebulan terakhir ini kasusnya meningkat sekitar lima kali lipat, suatu pertumbuhan kasus yang cepat tetapi agaknya normal dalam kasus Covid-19.

Kini, setelah seri data bertambah panjang, agaknya tepat waktu untuk melihat-ulang data Covid-19 Indonesia. Tulisan  ini menyajikan hasil penglihatan-ulang yang dimaksud. Yang ingin dipotret adalah gambar besarnya: status terkini dan tren masa lalunya. Data yang digunakan bersumber Worldmeter.

Perkembangan Kasus

Grafik 1 menunjukkan kasus baru Covid-19 di Indonesia terkesan masih naik-turun atau berfluktuasi. Sebagai ilustrasi, dalam periode 12-14 April angkanya turun tetapi trennya diikuti kenaikan selama 3 hari berturut-turut. Kecenderungan umumnya, sebagaimana ditunjukkan oleh angka rata-rata bergerak (5 titik) yang berwarna merah, masih naik walaupun melambat. Berdasarkan grafik ini masih sulit menduga (paling tidak bagi penulis) apakah titik puncak tertinggi (universal extreme) sudah melampaui, atau jika belum, kapan.

Grafik 1: Tren Kasus Baru Per Hari

Berbeda dengan tren kasus baru, tren kasus kematian per hari mengindikasikan adanya penurunan. Grafik 2 menunjukkan hal itu. Berdasarkan grafik itu tampak agak realistis berharap angka kematian 60 untuk 14/4/20 sudah merupakan angka tertinggi. Tapi waktu masih akan menguji harapan ini.

Grafik 2: Tren Kasus Kematian Per Hari

Perkembangan situasi juga dapat dilihat dari tren kasus aktif atau komplemennya yaitu kasus ditutup. Grafik 3 menunjukkan tren kasus aktif maupun kasus ditutup masih cenderung naik.

Grafik 3: Tren Total Kasus, Kasus Aktif dan Kasus Ditutup

Sebagai catatan, kasus aktif dan kasus ditutup masing-masing dapat dilihat sebagai komponen indikator komposit kasus total: Kasus total = Kasus aktif + Kasus ditutup. Idealnya, tren kasus aktif turun mendekati angka Nol sementara kasus ditutup naik mendekati angka total kasus. Jadi, arahnya berlawanan. Oleh karena itu angka kasus total dapat membingungkan atau bahkan menyesatkan untuk menilai perkembangan situasi.

Idealnya, proporsi kasus ditutup dengan kesembuhan. Grafik 4 menunjukkan kecenderungan meningkatnya kasus itu. Grafik 5 memberikan indikasi yang lebih langsung: proporsi kasus ditutup yang berakhir kesembuhan cenderung turun sampai 26/3/20 tetapi selanjutnya cenderung naik.

Grafik 4: Tren Kasus Ditutup, Tersembuhkan dan Kematian

Grafik 5: Proporsi Kasus Ditutup dengan Kesembuhan (%)

Ringkasan dan Diskusi

Tren angka kasus baru masih berfluktuasi dengan kecenderungan sedikit kenaikan (Grafik 1). Adalah soal selera (subyektif) memaknai ini sebagai kabar baik atau kabar buruk. Bagi penulis, kabar “agak melegakan” jika angkanya mulai turun yang berarti angkanya telah mencapai titik paling puncak. Jika angkanya telah mendekati angka nol, katakanlah 1-2% dari angka puncak universal, maka bagi penulis itu sudah layak disebut “kabar baik”.

Cina mengalami situasi ketika angka kasus baru terus bermunculan di sekitar angka yang sudah rendah. Berdasarkan pengalaman agaknya tidak realistis berharap kasus baru akan terhenti mutlak. Bagi penulis, inilah normal baru (a new normal) yang perlu diantisipasi.

Tren kasus aktif yang masih cenderung naik. Ini mendukung kesimpulan bahwa situasi belum mencapai taraf “agak melegakan” walaupun mengarah ke sana. “Agak melegakan” jika trennya mulai turun dan berubah menjadi “kabar baik” jika angkanya mendekati angka kasus total. Situasi ini identik dengan situasi ketika tren angka kasus ditutup mulai naik sebelum akhirnya mendekati angka kasus total. Situasi idealnya tentu didekati jika proporsi kasus ditutup karena tersembuhkan mendekati angka100%.

Ada indikator lain yang lebih padat dan lebih meyakinkan untuk mengevaluasi perkembangan pandemi yaitu angka reproduksi virus, R0. Pandemi masih masih memburuk atau “kabar buruk” jika R0>1, mereda atau “agak melegakan” R0=1 dan akan segara berakhir atau “kabar baik” jika R0<1. Angka ini R0 mengukur transmisi kedua (second transmission); artinya, mengukur banyaknya kasus baru yang ditulari oleh seorang yang terinfeksi. Berapa angka untuk Indonesia? Penulis tidak berani menghitung karena pandemi masih berlangsung entah sampai kapan. Selain itu, ukuran ini terlalu teknis untuk dibahas lebih lanjut dalam tulisan singkat ini. Bagi yang berminat mempelajari logika dasarnya dapat mengakses di SINI.

Demikianlah gambar besar Covid-19 di Indonesia….@

Covid-19: Pelajaran dari Denmark

Konteks

Denmark agaknya suka bikin kejutan. Sekitar 24 tahun silam negara Scandinavia ini mengejutkan karena menjuarai turnamen persepakbolaan Eropa padahal tidak lolos babak kualifikasi. Kali ini mengejutkan karena memelopori pengenduran kebijakan lock down (karena Covid-19) padahal negara ini tergolong paling sigap menginisiasi kebijakan ini. Tulisan ini bukan mengenai sepakbola tetapi mengenai kebijakan yang mengejutkan ini. Pertanyaannya: (1) apakah alasan yang mendasari kebijakan itu, dan (2) adakah ukuran yang masuk akal yang melatarbelakanginya. Karena bukan ahli epidemiologi penulis tidak memiliki kapasitas untuk menjawab yang ke-1. Yang penulis miliki adalah beberapa data dasar terkait pandemi Covid-19 di negara itu yang dalam tulisan ini digunakan untuk menjawab pertanyaan ke-2.

Memaknai Total Kasus

Menurut Worldmeter total kasus Covid-19 di Denmark per tanggal 21 April 2020 pukul 011.04 MT berjumlah 7,695 kasus. Angka ini lebih besar dari Indonesia, 7,135 kasus. Lebih mencolok lagi jika faktor penduduk dipertimbangkan: Denmark 1,329 kaus per sejuta penduduk, Indonesia 26 per juta penduduk. Jadi, total kasus agaknya bukan ukuran yang melatarbelakangi kebijakan ini. Bagaimana dengan trennya? Seperti yang akan segera terlihat, tren total kasus di negara ini terus meningkat. Jadi agaknya juga bukan ukuran.

Tapi ada logikanya. Pertama, menurut definisi, total kasus pada hari ke (h), t(h), mencakup “sejarah” kasus-kasus sebelumnya, t(h-k). Implikasinya, ukuran ini membawa pesan campuran, signal dan noise menurut istilah mentor penulis Alex Korns. Implikasinya, pesan yang dibawa menjadi kabur jika digunakan memotret situasi terkini. Ada logika lain. Menurut definisi ukuran ini mengabaikan kasus-kasus yang telah ditutup (closed cases, CC); artinya kasus yang telah dinyatakan sembuh atau meninggal. Apakah make sense mengkategorikan kasus yang sudah ditutup sebagai kasus? Jika “ya” apa makna ditutup dalam konteks ini?

Pertanyaannya selanjutnya, lalu apa ukuran yang lebih tepat untuk memotret dan menilai situasi terkini. Untuk menjawab ini perlu ditinjau terlebih dahulu beberapa persamaan berikut ini, katakanlah untuk mudahnya persamaan Covid-19.

Persamaan Covid-19

Persamaan Covid–19 dapat dinyatakan secara sangat sederhana sebagai sebagai

TC = AC + CC ….(1)

di mana TC : Total kasus (kumulatif), AC: Kasus Aktif, dan CC: Kasus Ditutup.

Dari persamaan ini jelas TC akan minimal (kondisi yang dikehendaki) jika AC minimal. Tetapi kondisi itu pada saat yang sama berarti CC maksimal karena sesuai persamaan 1,  AC = TC – CC. Dalam bahasa praktis ini berati bahwa kondisi yang dikehendaki ditengarai oleh turunnya kasus aktif atau naiknya kasus ditutup[1]. Kondisi ini berarti hampir semua kasus aktif sudah sudah sangat berkurang dan sudah “ditangani” sehingga dapat ditentukan status akhirnya: sembuh atau meninggal.

Ada ukuran lain untuk mengukur kondisi yang dikehendaki. Menurut definisi

CC = R + D ….. (2)

di mana D: total kasus yang dinyatakan sembuh (recovered) dan D: total kasus yang dinyatakan meninggal (death). Yang dikehendaki tentu proporsi yang sembuh (=R/CC) maksimal atau proporsi yang meninggal minimal (=D/CC).

Denmark VS Indonesia

Dua persamaan di atas mengimplikasikan dua indikator yang dapat memotret kondisi atau situasi yang dikehendaki: (1) turunnya kasus aktif (atau naiknya kasus yang ditutup), dan  (2) turunnya proporsi kasus yang ditutup dengan status meninggal. Berdasarkan dua indikator ini kita siap menilai situasi pandemi Covid-19 di Denmark. Agar gambarannya jelas, penilaian ini dikontraskan dengan situasi Indonesia.

Kasus Aktif

Grafik 1 memotret tren total kasus aktif di Denmark. Pada grafik itu tampak kasus aktif pada awalnya naik tetapi kira-kira awal April trennya cenderung turun secara relatif konsisten. Pada grafik itu juga tampak angka total kasus masih cenderung terus meningkat. Penulis menduga Denmark menggunakan fakta menurunnya kasus aktif sebagai salah satu dasar untuk mengendurkan kebijakan lock down.

Grafik 1: Tren Total Kasus dan Kasus Aktif Covid-19 Denmark

Bagaimana dengan Indonesia? Berbeda dengan Denmark, tren angka kasus aktif Indonesia masih cenderung terus naik. Grafik 2 memotret kecenderungan itu.

Grafik 2: Tren Total Kasus dan Kasus Aktif Covid-19 Indonesia

Kasus Kematian

Denmark agaknya memiliki sumber daya dan kapasitas medis yang memadai serta kemampuan menangani kasus aktif secara efektif. Indikasinya, tren angka proporsi kematian dapat terus ditekan. Grafik 3 memotret tren itu. Penulis menduga Denmark menggunakan fakta menurunnya proporsi kasus aktif yang meninggal sebagai salah satu dasar untuk mengendurkan kebijakan lock down.

Grafik 3: Tren Proporsi Kasus Ditutup Meninggal (%), Denmark

Bagaimana dengan Indonesia? Seperti halnya di Denmark, tren proporsi kasus yang cenderung turun. Bedanya, Indonesia masih memiliki level proporsi yang relatif masih sangat tinggi, masih di atas 40%. (Denmark sudah di bawah 10%.)

Grafik 4: Tren Proporsi Kasus Ditutup Meninggal (%), Indonesia

Kesimpulan

Denmark mengambil kebijakan meredakan lock down terkait pandemi Covid-19 kemungkinan karena dua alasan: (1) turunnya kasus aktif, dan (2) turun dan rendahnya kasus yang ditutup karena kematian. Indonesia belum memiliki alasan pertama dan sebagian alasan kedua: proporsi kematian cenderung turun tetapi levelnya masih tinggi.

*****

Agaknya terlalu dini bagi Indonesia untuk mengikuti jejak Denmark terkait lock down bahkan hanya untuk memikirkannya saat ini. Mungkin, jika mau mengikuti jejak Denmark, fokus masih harus diberikan kepada test sesuai aksioma Cuomo (Gubernur New York): the more test, the better. Penulis yakin Indonesia, seperti dikatakan Cuomo (penyiar CNN) ketika menutup siarannya dua hari lalu (21/4/20), Can Do More and Must Now!

Wallahualam.…@

[1] Kondisi ideal tentu dicapai ketika AC=0 sehingga TC=CC.  Ini berarti sudah tidak ada lagi kasus aktif dan semua kasus telah ditutup, kondisi ketika pandemi sudah berakhir.

Pandemi Covid-19: Posisi Indonesia dalam Kancah ASEAN

Dari sisi pembangunan manusia , Indonesia (IPM=0.707) berada di posisi ke-6 dari 10 negara ASEAN, di bawah Filipina (0.712) dan di atas Vietnam (0.693). Singapura? Dengan IPM=0.935 Singapura bukan tandingan. Pertanyaannya bagaimana posisi Indonesia dari sisi korban pandemi Covid-19). Tulisan ini membahas topik ini lebih jauh. Sumber data berasal dari Wordmeter.

Kasus

Di kawasan ASEAN secara keseluruhan tercatat ada lebih 22,000 kasus total (kumulatif) terkonfirmasi infeksi Covid-19 (lihat Tabel-1, Kolom-3). Rentang angka antar negara sangat besar: dari 8 (Timor-Leste) sampai 5,453 (Filipina). Indonesia dengan angka 5,136 kasus berada pada rangking ke-2 tertinggi, hanya di bawah Filipina.

Menggunakan angka kasus kumulatif sebagai alat banding antar negara sebenarnya kurang bermakna atau tidak adil. Paling tidak ada dua alasan mengenai ini. Alasan pertama, perbedaan jumlah penduduk antar negara sangat bervariasi. Dalam konteks ini penduduk, khususnya yang berumur 20 tahun ke atas dan lanjut usia, dapat dilihat sebagai sub-populasi yang berisiko terpapar pandemi Covid-19. Implikasinya, agar perbandingan lebih adil, angka kolom-3 perlu disesuaikan dengan mempertimbangkan faktor besar dan struktur umur penduduk, lebih baik lagi juga dengan komposisi gender karena menurut laporan laki-laki lebih berisiko terpapar dibandingkan pada perempuan.

Untuk keperluan cepat, besar penduduk dapat digunakan sebagai satu-satunya faktor penyesuaian (adjustment factor) yang dimaksud. Hasilnya disajikan pada Kolom-10. Angka pada kolom ini juga menyajikan total kasus (kumulatif) tetapi setelah mempertimbangkan faktor besar penduduk: Kolom-1 dibagi dengan besar populasi di negara yang bersangkutan dan dikalikan satu juta (agar terlihat). Hasilnya, angka Indonesia hanya 19 (baca: 19 kasus per sejuta penduduk), jauh lebih rendah dari rata-rata ASEAN yaitu 115. Sebagai perbandingan, angka untuk Singapura adalah 556, jauh lebih tinggi dari angka rata-rata itu. Dapat dikatakan kepadatan kasus (case density) Covid-19 Indonesia secara relatif sebenarnya masih sangat rendah.

Alasan kedua kenapa Kolom-3 kurang bermakna, sebagian besar kasus yang tersembuhkan dan sebagian kecil meninggal; mereka jelas tidak logis masih dikategorikan sebagai kasus. Implikasinya, agar lebih bermakna, Kolom-3 perlu dikurangi dengan Kolom-5 dan Kolom-8; hasilnya, Kolom-9, kasus aktif (active cases). Jika diasumsikan mereka semua dirawat di rumah sakit maka angkanya dapat dianggap sebagai “angka rumah sakit” (hospitalization rate). Di kawasan Eropa (khususnya Jerman) angka ini dilaporkan mulai berkurang dan hal ini dijadikan basis bagi pemerintah untuk mengurangi intensitas pelaksanaan kebijakan “PSBB” di sana. Sebagai catatan, menurut sejumlah hasil penelitian, sebagian besar kasus Covid-19 sembuh setelah 14 hari dan dan sebagian kecil meninggal setelah 21 hari masa perawatan. Ini angka rata-rata dan dapat bervariasi antar negara[1].

Posisi Indonesia sebagai rangking ke-2 di ASEAN tidak berubah jika angka kasus aktif (Kolom-9) yang digunakan sebagai ukuran. Walaupun demikian, ukuran ini membuat perbedaan jarak Indonesia dengan tiga tetangganya, Malaysia, Thailand dan Singapura, makin mencolok: angka tersembuhkan (Kolom-8) di tiga negara ini jauh lebih tinggi dari angka Indonesia.

Kematian

Rangking Indonesia “membaik”, menjadi rangking pertama, jika total kematian (Kolom-5) atau kasus kematian baru (Kolom-6) digunakan sebagai ukuran. Sekitar 5 dari 10 kematian (total) Covid-19 di ASEAN sumbangan Indonesia; sekitar dan 4 dari 10 kasus kematian baru di kawasan ini juga sumbangan Indonesia.

Test

Jika Indonesia unggul dalam hal kasus dan kematian Covid-19, bagaimana jika ukuran yang digunakan adalah angka pemeriksaan (test) kasus. Seperti tampak pada Kolom-12, dengan jumlah test 116 per sejuta penduduk, Indonesia menempati urutan ke-3 terendah setelah Myanmar dan Timor-Leste. Yang perlu dicatat, total kasus di dua negara relatif sangat rendah dibandingkan Indonesia.

Rendahnya angka test Indonesia terlihat lebih jelas jika isunya diletakkan dalam kancah global. Dari 162 negara yang menyelenggarakan test Covid-19, Indonesia, dengan angka 19 per sejuta penduduk, berada pada posisi 5% terendah di dunia. Sebagai perbandingan, Singapura dengan angka 12,423 per sejuta penduduk, berada pada posisi 25% tertinggi di dunia. Tabel 2 menyajikan gambaran yang lebih rinci.

Terkait dengan test ini, layak dipertimbangkan pendapat Mr. Cuomo– Gubernur New York, Amerika Serikat (AS)– bahwa angka kasus sebenarnya lebih mencerminkan angka test dari pada angka kasus yang sebenarnya[2]. Selain itu, menyadari pola pergerakan data kematian sangat sulit diduga, di AS kini ada upaya untuk memperluas konsep suspect cases melalui konsep probable cases, entah bagaimana operasionalisasinya. Yang layak diduga, perluasan ini mendorong upaya perluasan domain test Covid-19.

Kesimpulan

Kesimpulannya, dalam kancah ASEAN, Indonesia “unggul” dalam hal kasus total (kumulatif) Covid-19, rangking ke-2. Posisi Indonesia tidak berubah jika yang dijadikan ukuran adalah kasus aktif. Posisinya menjadi lebih unggul jika yang jadi ukuran adalah kasus kematian Covid-19. Secara kontras Indonesia terbelakang jika yang jadi ukuran adalah jumlah pemeriksaan kasus Covid-19, bukan hanya dalam kancah ASEAN, tetapi juga dalam kancah global. Pertanyannya, adakah harapan realistis Indonesia mampu memperbaiki posisinya di kancah ASEAN?

Wallahualam…..@

1] Angka-angka digunakan dalam tulisan terdahulu: https://uzairsuhaimi.blog/2020/04/13/covid19-indonesia-prediction-lesson-learned/

[2] Lihat https://uzairsuhaimi.blog/2020/04/15/data-covid-19-comparison-data-usa-indonesia/.