MATA INDONESIA, YOGYAKARTA – Dengan intervensi pemerintah yang ketat dan warga perantau tidak mudik wabah virus corona di Indonesia akan berakhir 29 Mei 2020 dengan jumlah penderita positif sekitar 6.174 kasus.
Hal itu diungkapkan pakar statistika Universitas Gajah Mada (UGM) dan alumni FMIPA UGM menggunakan model probabilistik yang berdasar pada data nyata atau probabilistik data-driven model (PPDM).
“Dengan intervensi pemerintah, total penderita positif corona minimal di sekitar 6.200 di akhir pandemi pada akhir Mei 2020,” ujar Guru Besar Statistika UGM, Prof.Dr.rer.nat Dedi Rosadi,S.Si., M.Sc., yang dikutip Kamis 2 April 2020, dari laman resmi UGM.
Dedi selaku penanggung jawab membuat prediksi pemodelan matematika bersama dengan sejumlah pakar, yaitu Heribertus Joko (alumnus FMIPA UGM) dan Dr. Fidelis I Diponegoro (pengarang Worry Marketing sekaligus alumni PPRA Lemhanas RI).
Dia menyebutkan hasil prediksi ini perlu disampaikan mengingat sejumlah hasil prediksi model matematika dinamik terhadap data penderita positif Covid-19 yang cenderung bombastis dan terlalu berlebihan.
Melalui model itu, diperkirakan penambahan maksimal total penderita Covid-19 setiap harinya adalah di sekitar minggu kedua April 2020 yaitu berkisar antara 7 hingga 11 April 2020.
Penambahan lebih kurang 740-800 pasien per 4 hari. Setelah itu diperkirakan terus menerus menurun.
Dia menjelaskan sejak pertengahan Mei 2020, penambahan total penderita sudah relatif kecil.
Untuk mencapai kondisi itu, Dedi menyarankan untuk tidak melakukan ritual mudik lebaran dan kegiatan tarawih di masjid selama Ramadan ditiadakan.
Selain itu, intervensi ketat pemerintah melalui parsial lockdown atau karantina wilayah yang ketat terus dilakukan sampai pandemi benar-benar berakhir di awal Juni 2020.
Prediksi tersebut berdasar data penderita hingga Kamis 26 Maret 2020 dan diasumsikan telah ada intervensi ketat dari pemerintah sejak minggu ketiga Maret 2020.
Guru besar statistika tersebut efek pemudik dari kota besar sejak minggu ketiga Maret diasumsikan tidak signifikan.
Model ini juga masih membatasi efek-efek eksternal lainnya, seperti suhu udara, jumlah populasi, dan kepadatan penduduk diasumsikan tidak berpengaruh secara signifikan terhadap jumlah penderita.
Dedi menyebutkan bersama sejumlah mahasiswa S3 bimbingannya, model PDDM telah dicoba dan dibandingkan dengan berbagai model statistika, pembelajaran mesin (machine learning), dan runtun waktu seperti kurva Gompertz, Logistic model, Model Eksponensial, ARIMA, dan lainnya. Namun, model PDDM ini lebih baik untuk menggambarkan total data penderita Covid-19.
Alasan pertama, model PDDM meskipun sederhana tetapi mampu memberikan akurasi prediksi satu harian ke depan yang sangat baik. Sebanding dengan kemampuan prediksi model machine learning yang kompleks.
Dedi mengklaim berdasar model PPDM rata-rata eror kesalahan prediksi selama dua minggu terakhir hanyalah sebesar 1,5 persen. Setelah diujikan prediksi selama empat hari terakhir sejak Kamis 26 Maret 2020 model itu ternyata sangat akurat, dengan eror yang dihasilkan selalu di bawah 1 persen.
Keunggulan lainnya adalah model PDDM ini mampu untuk memprediksikan waktu terparah dan waktu berakhirnya pandemi Covid-19 di Indonesia.
Menurut Dedi dan tim, model PDDM ini akan terus diperbarui setiap hari sehingga prediksi dari model akan betul-betul mencerminkan perubahan dari data yang ada. Kajian yang mereka sampaikan didasari oleh skenario optimis, namun dapat pula digunakan untuk menguji berbagai skenario akibat intervensi dan atau pengaruh faktor-faktor penting eksternal.
