Jakarta,Chakrawala Indo New’s – Data terbaru pemerintah menyatakan ada 1.706 kasus positif COVID-19 di Jakarta. Namun para ilmuwan lintas universitas memperkirakan sudah ada 32 ribu kasus positif COVID-19 di Jakarta. Data yang selama ini diketahui diperkirakan hanya 2,3 persen dari jumlah yang sebenarnya.
Perkiraan jumlah kasus virus Corona ini adalah bagian dari permodelan terkait wabah COVID-19 di Indonesia, dibuat oleh pakar dari berbagai universitas dan tim SimcovID. Ilmuwan yang terlibat mengerjakan penelitian ini berasal dari ITB, Unpad, UGM, Essex and Khalifa University, University of Southern Denmark, Oxford University, ITS, Universitas Brawijaya, dan Universitas Nusa Cendana.
Penelitian ini menggunakan data 31 Maret 2020. Saat itu, data pemerintah menyebut ada 747 kasus positif COVID-19 di Jakarta. Namun, menurut penelitian ini, data yang tercatat hanyalah 2,3 persen dari yang sebenarnya, yakni 32 ribu kasus positif COVID-19.
“Jakarta memiliki kepadatan kasus COVID-19 tertinggi di Indonesia, dengan 315 kasus untuk setiap 100 ribu populasi,” demikian kesimpulan yang tertera dalam ‘Modelling Update‘ SimcovID Team, draf diterima Chakrawala Indo New’s, pada Kamis (9/4/2020) dari Nuning Nuraini, peneliti matematika epidemiologi ITB yang ikut serta dalam riset ini.

Dengan kata lain, dari 100 ribu orang di Jakarta, ada 315 orang yang terjangkit COVID-19. Penduduk Jakarta sendiri berjumlah sekitar 10 juta jiwa.
“Kepadatan kasus COVID19 di Jakarta jauh melebihi provinsi lain yang hanya berkisar di bawah 50 kasus/100.000 populasi,” tulis tim peneliti.
Kasus COVID-19 tak terdeteksi ada di luar Pulau Jawa, yakni Bengkulu, Papua barat, Sumatera Selatan, Kalimantan Barat, Kepulauan Riau, dan Bali. Berikut ini perkiraan kasus positif COVID-19 berdasarkan permodelan ilmuwan lintas universitas ini.

Estimasi persentase kasus yang terdeteksi di 10 provinsi, 31 Maret 2020 :

1. Bengkulu Estimasi total kasus: 385 Persentase kasus yang terdeteksi: 0,26%
2. Papua Barat Estimasi total kasus: 38, Persentase kasus yang terdeteksi: 0,52%
3. Sumatera Selatan Estimasi total kasus: 770 Persentase kasus yang terdeteksi: 0,65%
4. Kalimantan Barat Estimasi total kasus: 770 Persentase kasus yang terdeteksi: 1,2%
5. Kepulauan Riau Estimasi total kasus: 385 Persentase kasus yang terdeteksi: 1,8%
6. DKI Jakarta Estimasi total kasus: 32.000 Persentase kasus yang terdeteksi: 2,3%
7. Jawa Barat Estimasi total kasus: 8.090 Persentase kasus yang terdeteksi: 2,4%
8. Bali Estimasi total kasus:770 Persentase kasus yang terdeteksi: 2,5%
9. DIY Estimasi total kasus: 770 Persentase kasus yang terdeteksi: 3,0%
10. Jawa Timur Estimasi total kasus: 3.080 Persentase kasus yang terdeteksi: 3,0% Credible interval: 86%

Metode Riset ini menggunakan permodelan SEIRQD, yakni

– Susceptible (rentan)

– Exposed (terpapar)

– Infected (tertular)

– Quarantine (karantina)

– Recovery (sembuh)

– Death (kematian).

Tujuannya, pertama, menganalisis perkiraan kepadatan kasus COVID-19 per 100 ribu jumlah penduduk. Kedua, menunjukkan seberapa besar perkiraan kasus yang tidak terdeteksi dari provinsi-provinsi di Indonesia.
Data kematian yang diasumsikan lebih dapat dipercaya dibandingkan data kasus terlaporkan. Melalui permodelan SEIRQD diketahui, 1 kematian diprediksi disertai dengan 385 kasus. Satu orang terinfeksi bisa menulari 3 orang sehat. Namun studi ini hanya terbatas untuk provinsi dengan jumlah kematian yang lebih dari nol (0). Permodelan ini valid apabila sebagian besar pasien yang akhirnya meninggal dunia itu tidak berpindah provinsi selama dua pekan.

Riset ini juga menggunakan metode Extended Kalman Filter. Tujuan penggunaan metode ini adalah memberi nilai angka reproduksi penularan COVID-19 dengan tepat dan memproyeksikan waktu puncak serta jumlah kasus kematian dari beberapa skenario kebijakan pemerintah.
Penelitian dengan draf bertanggal 6 April 2020 ini didasarkan pada data sampai 31 Maret 2020. Hasil permodelan ini belum melalui penelaahan sejawat (peer review).
Soal penularan, ada istilah Ro atau angka reproduksi kasus positif COVID-19. Ro mengindikasikan jumlah kelahiran kasus baru akibat satu orang terinfeksi saat masuk suatu populasi. Angka Ro harus kurang dari 1 supaya tidak ada penularan. Diperlukan penerapan karantina wilayah bila ingin Ro kurang dari 1.
Upaya social distancing saja tidak mengakibatkan parameter Ro kurang dari satu, yang merupakan indikator epidemiologi terjadinya pandemi atau tidak di suatu wilayah, untuk bisa menghasilkan nilai Ro yang kurang dari satu diperlukan upaya lebih, misalnya karantina wilayah,” tulis tim dalam poin kesimpulan.(Ibnu_Ferry)