Universitas Airlangga Official Website

Pemodelan Kasus Pasien Covid-19 Rawat Inap Provinsi DKI Jakarta dengan Pendekatan Analisis Intervensi Fungsi Pulse

Foto by PERSI

Pandemi Coronavirus Disease-19 (Covid-19) menjadi wabah yang berdampak pada seluruh segmen kehidupan manusia, diantaranya sector ekonomi dan pendidikan. Berdasarkan data dari BPS RI, pertumbuhan ekonomi mengalami penurunan sebesar -5,32% pada kuartil kedua tahun 2020.  Di sisi lain, munculnya tekanan untuk menerapkan kebijakan pembatasan wilayah di setiap daerah, yang berarti ketidakpastian ekonomi akan cenderung naik dan membuat perlambatan ekonomi baik secara gradual maupun drastis. Di sector pendidikan juga terkena imbas dari pandemi. Lingkungan keluarga masih belum terbiasa dengan melakukan pembelajaran di rumah. Selain itu, masih terdapat sekolah yang berpenduduk sangat padat menjadi kebingungan dikarenakan infrastruktur yang terbatas.

Indonesia adalah negara dengan jumlah penduduk terpadat keempat di dunia, yang juga mendapat dampak dengan adanya Covid-19. Fasilitas kesehatan tentu diperlukan sebagai upaya dalam penanganan Covid-19. Pada 8 Maret 2020, Pemerintah Indonesia menambah jumlah rumah sakit rujukan menjadi 227 untuk mengatasi jumlah pasien Covid-19 yang terus meningkat. Namun, upaya tersebut belum cukup dikarenakan jumlah korban terus mengalami kenaikan dengan cepat.  Akibatnya beberapa pasien Covid-19 hanya bias melakukan isolasi secara mandiri, dikarenakan jumlah fasilitas kesehatan yang terbatas. Hal tersebut juga menjadi pertimbangan bagi pihak tenaga medis untuk melakukan pemetaan dengan hanya pasien Covid-19 berisikosaja yang memerlukan tindakan medis lebih  lanjut.

Penyebaran Covid-19 terus mengalami peningkatan, baik dari segi terkonfirmasi positif maupun yang meninggal dunia. Akibat merebaknya Covid-19 menyebabkan semua negara merasakan dampak dari pandemic ini, termasuk Indonesia khususnya DKI Jakarta sebagaikota pertama yang menjadi pusat penyebaran virus di negeri ini. DKI Jakarta menjadi provinsi dengan kasus tertinggi di Indonesia dengan dibuktikan dari jumlah kasus penderita Covid-19 harian. Jakarta menjadi kasus yang penting untuk dilakukan studi mengingat perannya sebagai ibukota dan pusat perekonomian nasional.Selain itu menimbang jumlah fasilitas kesehatan yang terbatas, tentu menjadi alasan mengapa penelitian mengenai pemodelan kasus pasien Covid-19 rawatinap DKI Jakarta perlu untuk dilakukan. Salah satu metode pendekatan yang dapatdilakukan dalam pemodelan adalah menggunakan analisis intervensi.

Analisis intervensi merupakan salah satu analisis time series yang dipengaruhi oleh kejadian di luar kendali yang dapat mengakibatkan perubahan pada polar untun waktu sehingg amempengaruhi stasioneritas pada data time series. Kejadian di luar kendali dalam kasus pasien Covid-19 rawatinap di Provinsi DKI Jakarta adalah dengan diberlakukannya kebijakan pembatasan wilayah.Kebijakan pembatasan wilayah yang dilakukan pemerintah, menjadi sesuai dengan analisis ini dikarenakan adanya intervensi yang dilakukan untuk meminimalisir jumlah penderita Covid-19.Peristiwa yang terjadi di luar kendali atau kebijakan yang dikeluarkan oleh sebuah instansi merupakan bentuk intervensi yang dapat menyebabkan pola data berubah pada satu waktu. Kelebihan dari analisis intervensi adalah dapat digunakan untuk memodelkan dan meramalkan data yang mengandung goncangan atau intervensi baik dari factor eksternal maupun internal.

Penelitian ini menggunakan pendekatan analisis intervensi fungsi pulse untuk memodelkan kasusrawatinappasien Covid-19 DKI Jakarta. Data yang digunakanadalah data pasien Covid-19 rawat inap DKI Jakarta berupa data harian dari Dinas Kesehatan Provinsi DKI Jakarta yang diperoleh melalui web corona.jakarta.go.id mulai tanggal 19 Juli 2020 sampai 25 November 2020. Data dibagi menjadi dua bagian yaitu data training dan data testing. Data training merupakan data yang digunakan dalam pemodelan sedangkan data testing merupakan data yang digunakan untuk membandingkan hasil peramalan dengan data aktual. Data training dipilih mulai tanggal 19 Juli 2020 sampai 15 November 2020 dan data testing dipilih pada tanggal16-25 November 2020.

Statistika deskriptif data pasien Covid-19 rawatinap DKI Jakarta dilakukan untuk mengetahui bagaimana lonjakan pasien Covid-19 rawatinap DKI Jakarta menggunakan plot time series. Hasil statistika deskriptif menunjukkan terdapat adanya penurunan jumlah pasien covid-19 rawatinap pada tanggal 17 Oktober setelah mencapai jumlah pasien tertinggi yang disebabkan karenaa danya pemberlakuan kebijakan PSBB selama dua pekan mulai 12-25 Oktober 2020 sebagai upaya pencegahan terhadap virus Covid-19. Kebijakan tersebut diterapkan mengingat kasus positif DKI Jakarta terus mengalami kenaikan bahkan mencapai jumlah kasus tertinggi pada tingkat nasional. Hasil yang diperoleh dengan pendekatan analisis intervensi didapatkan model ARIMA (0,2,1) dengan b=0, s=0, dan r=2 dengan pengujian asumsi normalitas dan white noise telah terpenuhi serta semua parameter model yang digunakan telah signifikan. Kemudian dilanjutkan dengan perbandingan plot antara data testing dengan hasil peramalan. Plot perbandingan data testing dengan peramalan menunjukkan hasil prediksi tentunya tidakakan sama persis, akan tetapi pola fluktuasi atau trend data dari waktu kewaktu yang cenderung sama menunjukkan bahwa model yang dibangun sudah baik. Perbedaan dari hasil peramalan dengan data testing dapat terjadi disebabkan oleh beberapa faktor, seperti terdapat masyarakat yang tidak mengikuti protocol kesehatan sehingga menyebabkan penyebaran kasus Covid-19 menjadi tidak terkendali, dan factor eksternal lain di luar penelitian ini.

Kesimpulan yang diperoleh adalah metode analisis intervensi dapat digunakan dalam memodelkan data pasien Covid-19 rawatinap di Provinsi DKI Jakarta. Hasil intervensi diketahui pada tanggal 25 September 2020 terjadi lonjakan penurunan secara drastis pada satu waktu setelah kebijakan PSBB diterapkan di DKI Jakarta sehingga jenis intervensi yang digunakan adalah fungsi pulse. Perbandingan antara hasil prediksi dengan data testing menunjukkan bahwa pola fluktuasi atau trend data dari waktu kewaktu cenderung sama sehingga dapat disimpulkan bahwa model yang dibangun sudah baik. Selain itu, hasil analisis ini dapat menjadi dasar dalam mengakomodasi berbagai pilihan strategi pengendalian penyebaran Covid-19 dan diharapkan dapat memberimasukan bagi para pengambil keputusan.

Penulis: Sediono, Drs., M.Si.

Informasi detail dari riset ini dapat dilihat pada artikel ilmiah berikut:

Modeling Inpatient Cases of COVID-19 in Jakarta Using Pulse Function Intervention Analysis Approach published in AIP Conference Proceedings 2554, 030019 (2023). Authors: Sediono dan Idrus Syahzaqi dengan link berikut:https://aip.scitation.org/doi/abs/10.1063/5.0110291