Awal Mula Akhir Pandemi Covid-19

Awal pandemi dimulai dari pasar hewan Wuhan, Cina. Lalu menyebar ke seluruh dunia. Belum ada bukti kuat tentang itu. Tapi bukti untuk yang lain lebih tidak kuat lagi.

Kali ini kita akan membahas bagaimana dari 1 orang yang terinfeksi bisa menginfeksi 9 juta orang lebih di seluruh dunia pada akhir Juni 2020 ini.

Kasus awal,

A[n-1] = 1
R = 1
S = 0 = D
P = 0

Ketika ada 1 orang terjangkit, orang ini awalnya tidak bisa menulari siapa pun. R = 1 dan hanya dirinya sendiri yang aktif sebagai terjangkit. P = 0 maka tidak ada tambahan orang terjangkit, meski dikali R. Demikian juga tidak ada yang sembu (S = 0) dan tidak ada yang mati (D = 0).

Kondisi awal seperti di atas bisa saja setimbang dalam beberapa waktu. Bila, misal, ada 1 yang tertular maka kesetimbangan akan berubah.

P = 0 berubah menjadi P = 1

R*P = 1*1 = 1

A[n] = A[n-1](1 + R*P – S – D) = 1 (1 + 1 – 0 – 0) = 2

R = A[n] / A[n – 1] = 2/1 = 2

Satuan dari n bisa harian, mingguan, atau lainnya. Sementara kita abaikan dulu. Atau anggap saja 1 harian.

Anggap aktif 2 orang ini bertahan beberapa waktu. Artinya tidak ada tambahan kasus baru. Padahal R = 2. Tapi karena P = 0 maka tidak ada penularan.

A[n] = A[n-1](1 + R*P – S – D) = 2 (1 + 0 – 0 – 0 )= 2

R = A[n] / A[n – 1] = 2/2 = 1

Dan kembali R = 1. Virus tidak jadi menyebar.

Bila perilaku masyarakat begitu terbuka. Sering berkumpul. Maka droplet bisa menyebar kemana-mana. Kita bisa memisalkan dengan P = 1. Selanjutnya kita lihat perkembangan kasus.

A[n] = A[n-1](1 + R*P – S – D) = 2 (1 + 1*1 – 0 – 0) = 4

R = A[n] / A[n – 1] = 4/2 = 2

Dan berkembang terus menjadi wabah misal jadi ada orang aktif 6 000 orang.

A[n] = A[n-1](1 + R*P – S – D) = 6000(1 + (2)*(1) – 0 – 0) = 18 000

R = A[n] / A[n – 1] = 18000/6000 = 3

Kita lihat begitu cepat virus menyebar menjadi pandemi. Sebesar apa pun pandemi maka akan tetap ada akhirnya. Herd Immunity (HI) adalah salah satu bentuk akhir pandemi.

Herd Immunity

HI terjadi ketika P menjadi 0. Mungkin karena sudah ditemukan vaksin. Atau hampir seluruh populasi sudah pernah terinfeksi maka jadi imun. Atau ada cara lain menjadi imun.

Misal sudah ada 6 juta orang aktif. Dan R = 2 tapi P menuju 0.

A[n] = A[n-1](1 + R*P – S – D) = 6(1 + 2*0 – 0 – 0) = 6

R = A[n] / A[n – 1] = 6/6 = 1

Semula R = 2 berikutnya berubah jadi R = 1.

Bila ada yang sembuh atau meninggal maka jumlah aktif berkurang. Maka R turun ke bawah 1. Terbentuklah HI. Yaitu 6 juta orang aktif terinfeksi ini akan bertahan beberapa waktu. Atau jumlah mereka berkurang karena sembuh atau lainnya. Dan tidak ada perkembangan wabah. Pandemi berakhir.

Analisis di atas juga bisa kita lakukan dengan berfokus pada menghitung R.

Nilai R = 1 pada awalnya akan betambah dengan bertambahnya nilai P. Sehingga terjadi wabah. Tetapi P pada akhirnya mengecil jadi 0 maka R turun ke 1. Terbentuk HI. Dan menjadi di bawah 1 karena ada yang sembuh atau meninggal. Pandemi berakhir.

Bagaimana menurut Anda?

Anti Lockdown: Solusi Pandemi Covid-19

Wuhan di Cina berhasil mengendalikan pandemi corona dengan lockdown. Sedangkan negara lain ada yang kalang kabut justru karena lockdown. Swedia dianggap berhasil menghadapi pandemi covid-19 tanpa lockdown. Bagaimana dengan Indonesia?

  1. Indonesia bisa membuat pandemi reda tanpa lockdown dengan meningkatkan rate kesembuhan menjadi 27%. Bahkan cukup 24% maka pandemi mulai mereda.

Terlihat dari grafik di atas total kasus aktif makin mereda jadi 4 ribuan di 60 hari ke depan. Dan nilai R turun di bawah 1.

Saya menggunakan model matematika Repcon – Reproduction Number Controlling – untuk membuat analisis di atas. Di mana R dapat kita formulasikan dengan diagram blok berikut.

R[n] = 1 + P*R[n-1] – S – D

Sedangkan total kasus aktif kita modelkan berikut.

A[n] = (1 + R[n-1]*P – S – D) A[n-1]

2. Indonesia dapat meredakan pandemi dengan “mengendalikan” perilaku sosial. Cukup menurunkan parameter perilaku menjadi p = 0,065 maka pandemi mereda dalam 60 hari ke depan.

Kita perhatikan dari grafik, total kasus aktif turun menjadi 10 ribuan orang pada 60 hari ke depan. Dan tentu saja R juga turun di bawah 1.

Banyak orang menganggap bahwa parameter perilaku ini hanya bisa dikendalikan dengan lockdown. Tetapi tidak ada hubungan pasti di antara keduanya. Kita justru perlu mencari tahu perilaku apa saja yang efektif bisa menurunkan parameter perilaku.

Diagram blok di atas baru usulan awal dari saya. Perlu kajian lebih mendalam. Saya kita peran data sains sangat penting untuk ini.

3. Pandemi Indonesia tidak akan mereda bila R dibiarkan di atas 1 secara konsisten.

Tanpa usaha serius maka pandemi benar-benar menjadi pertumbuhan eksponensial. Baik dari sisi total kasus aktif, total terinfeksi, total meninggal, dan lain-lain. Tentu saja hal ini harus dicegah.

Dengan kajian yang mendalam dan tepat, saya yakin Indonesia mampu meredakan pandemi corona.

Bagaimana menurut Anda?

Prediksi Covid di Indonesia: 23 Juni – 22 Agustus 2020

Pada 22 Agustus 2020 kasus corona covid-19 di Indonesia makin berkembang. Estimasi ada 257 ribuan total orang terinfeksi dan 149 ribuan orang di antaranya masih kasus aktif. Perlu dirawat atau isolasi mandiri.

Apakah hasil prediksi semacam itu tampak baik-baik saja? Atau harus lebih waspada?

Saya meprediksi berdasarkan data resmi sampai 23 Juni 2020. Bila ditambahkan estimasi “laporan tidak resmi” barangkali hasil prediksi akan lebih pesimis. Saya menggunakan pemodelan matematika covid-19: reproduction number controlling. Saya singkat sebagai repcon.

Metode repcon mengestimasi nilai R = 1,10 dan parameter perilaku percepatan penyebaran p = 23%. Di mana 23% ini mengindikasikan bahwa masyarakat Indonesia menyebarkan corona 23% lebih banyak dari periode sebelumnya.

Makin besar nilai p maka virus makin menyebar. Makin kecil virus makin tertahan. Disiplin pakai masker, jaga jarak, dan cuci tangan diyakini bisa menurunkan nilai p.

Sementara rate sembuh S = 12% dan rate death D = 1%. Makin besar yang sembuh maka virus makin sulit berkembang. Angka 12% menunjukkan bahwa 12% orang yang aktif akan sembuh.

Sedang rate meniggal 1% perlu diwaspadai. Karena pada tanggal 22 Agustus diperkirakan akan ada yang meninggal 1% x 128 ribu = 1280 orang.

Sampai akhir Agustus nilai R masih di atas 1 kisaran 1,16. Menunjukkan pandemi belum berakhir.

Untuk menurunkan R bisa dengan memperkecil paramater perilaku p dan memperbesar rate sembuh S.

Bagaimana menurut Anda?

Pemodelan Matematika Covid-19: Reproduction Number Controlling

Mengendalikan angka R menjadi salah satu strategi untuk meredakan pandemi corona. Reproduction number, R, lebih dari 1 maka wabah masih bertambah. Sedangkan bila R kurang dari 1 maka wabah mulai mereda.

Grafik di atas aalah kondisi Indonesia akhir Juni 2020 dengan R = 1,16. Dengan menetapkan parameter percepatan p = 0,13 maka R secara pelan turun dan stabil di R = 1 dalam 60 hari. Total aktif konstan sekitar 25 ribuan.

Tetapi grafik di bawah lebih mendekati kondisi Indonesia sebenarnya di mana R sekitar 1,16 dan 1,17. Total aktif menjadi 173 ribu lebih, dalam 60 hari ke depan. Dan total kasus lebih dari 304 ribu orang. Tampaknya kondisi ini terlalu riskan.

Skenario yang lebih baik dapat dengan menurunkan P = 0,065 atau meningkatkan rate sembuh menjadi 24%.

Dengan menurunkan parameter percepatan = 0,065 artinya kita mempersulit virus menyebar. Misal mengenakan masker lebih disiplin. Kita lihat dari grafik di atas, total kasus aktif menurun tinggal 10 ribuan orang setelah 60 hari. Maka R turun di bawah 1 dan wabah mereda di Indonesia.

Strategi alternatif yang bisa dilakukan adalah dengan menambah rate sembuh jadi 24% dari yang semula 12% (terhadap total aktif). Dengan mendukung lebih kuat penangan kesehatan maka kesembuhan diharapkan lebih tinggi.

Kita lihat dari grafik di atas, total kasus aktif lebih cepat turun dan hanya tinggal 4 ribuan orang setelah 60 hari ke depan. Tentu R sudah turun di bawah 1 dan pandemi corona mereda di Indonesia.

Bagaimana menurut Anda?

Model Dasar

Model Lengkap Total Kasus Aktif

Model Lengkap Reproduction Number

Model Rate Sembuh

Model Parameter Perilaku

Model Matematika Pengendalian Covid-19

Model matematika yang lengkap dan tepat-guna diperlukan untuk pengendalian pandemi covid-19. Barangkali model matematika tidak bernilai eksak benar sebagaimana teori matematika abstrak. Tetapi model ini dapat saja memberikan arah, strategi, dan praktek-praktek yang tepat untuk mengendalikan wabah dengan efektif.

Model Matematika Diskrit ini bertujuan untuk mengendalikan agar nilai R, reproduction number, menuju di bawah 1. Kemudian konsisten di bawah 1 setidaknya 14 hari. Dilanjutkan percepatan dan penyelesaian sampai R = 0.

R = f(A(n), A(n-1), n)

Nilai R setiap saat dipengaruhi waktu n dan nilai A(n), active case total di waktu itu, dan nilai A(n-1). Lebih tepatnya R merupakan rasio A(n) : A(n-1). Dengan mengambil waktu diskrit sesuai periode inkubasi corona. Sesuai laporan WHO kita mengambil mean = 5,2 hari dan dibulatkan 5 hari.

Karena laporan kasus corona berbasis harian maka kita hitung geometric mean untuk mendapatkan data harian dan sekaligus membuat data terikat oleh histori.

A(n) = A(n-1) + I(n) – (S(n) + D(n))

Sedangkan

I(n) = A(n-1) * R(n – 1) * P(n)

I(n), S(n), dan D(n) diperoleh dari laporan data lapangan. Maka A(n) dapat dihitung langsung.

Karena R(n-1) sudah diestimasi pada periode sebelumnya maka P(n) juga bisa kita estimasi.

Selanjutnya kita perlu estimasi P(n+1) untuk memastikan agar R(n+1) < R(n). Seiring waktu diharapkan R(n+m) < 1.

P(n+1) < Po maka R(n+1) < R(n)

Nilai Po kita hitung dengan

Po = (I(n)/A(n))* (R/(R-1))

Dari sisi praktis nilai P(n) atau selanjutnya P(n+1) ini, yang merupakan parameter percepatan, adalah fungsi dari perilaku manusia. Perilaku yang memudahkan penularan, misalnya berkumpul di keramaian, menambah nilai P(n). Sedangkan perilaku yang menyulitkan penularan, misal memakai masker, mengurangi nilai P(n).

Perilaku manusia seberapa besar mempengaruhi nilai P, yang pada gilirannya mengendalikan R dan pandemi, perlu kajian yang lebih mendalam. Di sini kita memerlukan para ahli data sains, ahli kesehatan, ahli statistik, manajemen, dan lain-lain untuk ikut bekerja sama.

Alternatif menurunkan nilai R juga dapat dilakukan dengan menambah S(n) dan D(n). Menambah nilai S(n), sembuh rate, dilakukan dengan perawatan kesehatan yang memadai. Sedangkan menambah nilai D(n), death rate, bukan pilihan karena melanggar etika umum. Vaksin diharapkan segera ditemukan agar lebih mudah menambah nilai S(n) sekaligus menurunkan R – dengan mencegah penularan.

Simulasi Pandemi Covid-19 di Indonesia

Berikut adalah hasil simulasi dengan mengambil rentang waktu n = 60 hari kasus di Indonesia akhir Juni 2020.

Perilaku masyarakat Indonesia saat ini menghasilkan parameter percepatan P = 1,8125 dan mengakibatkan R = 1,16 konsisten. Maka dalam 60 hari ke depan total kasus aktif (kuning) berkembang mencapai 148 ribuan orang, secara eksponensial.

Jumlah total kasus positif mencapai 269 ribuan orang.

Tentu saja skenario semacam ini tidak boleh terjadi. Resiko terlalu besar bagi bangsa dan negara. Kita perlu menyusun strategi untuk meredakan pandemi corona.

Strategi pertama adalah dengan mengedukasi seluruh masyarakat agar disiplin memakai masker dan disiplin jaga jarak. Misalkan edukasi ini berhasil menurunkan parameter percepatan 10 poin menjadi P = 1,8115.

Kita bisa melihat dari grafik di atas, pandemi corona setelah 60 hari. Nilai R turun ke bawah 1 dan total kasus aktif mulai turun dari 97 ribuan orang menjadi 89 ribuan orang. Bila perilaku yang sama konsisten maka corona mereda total dalam 1 – 2 bulan berikutnya.

Edukasi masyarakat yang lebih kuat akan menurunkan percepatan dan R lebih awal turun. Hal ini lebih bagus lagi karena corona lebih cepat mereda.

Alternatif strategi kedua adalah dengan menaikkan rate kesembuhan. Misal kita berhasil meningkatkan rate sembuh 13 poin menjadi S = 12,013 persen. Penurunan kasus aktif dapat kita lihat di tabel berikut.

Setelah 60 hari total kasus aktif turun dari 102 ribuan orang menjadi 98 ribuan orang. Nilai R turun di bawah 1. Dengan konsisten kasus corona akan mereda dalam beberapa bulan selanjutnya.

Dengan tersedianya vaksin diyakini akan memudahkan menaikkan rate sembuh. Di sisi lain, vaksin menurunkan R dengan mencegah terjadinya penularan kasus baru. Selama belum ditemukan vaksin maka inovasi-inovasi di bidang kesehatan sangat penting untuk meningkatkan rate sembuh.

Dari kajian di atas, saya yakin model matematika ini cukup memadai untuk mengendalikan pandemi. Langkah selanjutnya masih menantang. Para ahli data sains, ahli kesehatan, dan lain-lain perlu berkolaborasi menemukan rumusan perilaku masyarakat yang mempengaruhi naik turunnya paramater percepatan, pada gilirannya menurunkan R.

Demikian pula seluruh kepala daerah dan kepala negara beserta seluruh jajarannya perlu menemukan cara paling efektif mengedukasi masyarakat. Tidak harus lockdown total. Cukup mencegah hal-hal yang dapat menaikkan nilai parameter pecepatan. Dan mendorong perilaku yang dapat menurunkan nilai parameter percepatan.

Tentu saja berkumpul di keramaian berisiko menaikkan paramater percepatan. Termasuk kegiatan yang perlu dicegah. Sementara kegiatan bisnis yang tidak berdampak menaikkan nilai parameter percepatan bisa terus dijalankan. Justru harus didorong.

Catatan:

  1. Update nilai R Indonesia berserta provinsi dan negara-negara di dunia dapat kita lihat di pamanapiq.com/covid.
  2. Bukti formal metode menghitung nilai R dengan metode geometric mean dapat kita lihat di https://pamanapiq.com/2020/06/20/bukti-formal-rt-dan-r0-geometric-mean-of-ratio/ .
  3. Strategi multiskenario mengendalikan pandemi covid dapat kita lihat di https://pamanapiq.com/covidending/

Mempercepat vs Memperlambat Corona

Mudah saja mempercepat penyebaran corona. Tapi bagaimana cara memperlambatnya?

Saya menemukan, secara natural, kita mempercepat penyebaran corona. Tapi itu tidak masalah. Asalkan kita menemukan cara memperlambatnya pula. Bahkan mempercepat dalam kadar tertentu tetap tidak bahaya. Asyik dong… boleh kumpul-kumpul lagi? Tunggu dulu!

Grafik di atas menunjukkan bahwa kasus di Indonesia tidak akan selesai. Karena R = 1,16 tentu saja total kasus tumbuh eksponensial (batang warna biru). Lebih dari 250 ribu orang terjangkit di 60 hari ke depan.

Total kasus aktif mencapai lebih dari 148 ribu orang. Jumlah meninggal tentu saja juga banyak. Tetapi yang sembuh lebih banyak lagi.

Reproduksi R = 1,16 ini didukung oleh sikap masyarakat, khususnya kasus aktif, yang memberi percepatan penyebaran sebesar 1,8125. Dipadukan dengan nilai R maka 1 orang positif menulari lebih dari 2 orang berikutnya (2,1).

Untung saja kasus yang sembuh mencapai 12% dan semoga meningkat lagi.

Berikut ini dua cara memperlambat corona.

Grafik kedua ini menunjukkan setelah 60 hari kasus mulai mereda. Total aktif mulai turun dari 97 ribuan menjadi 89 ribuan. Tentu saja R mulai turun di bawah 1.

Kita bisa memperlambat kasus corona dengan cara menurunkan angka percepatan 10 poin menjadi 1,8115. Meski hanya turun sedikit percepatan ini dalam jangka panjang dampaknya bisa meredakan pandemi.

Kita perlu mengidentifikasi perilaku-perilaku apa saja yang bisa memperlambat penyebaran. Lalu memasyarakatkannya.

Cara kedua, memperlambat corona, adalah dengan meningkatkan jumlah orang yang sembuh. Tentu saja vaksin sangat diharapkan.

Rate sembuh meningkat 13 poin menjadi 12,013% berhasil meredakan corona dalam 60 hari ke depan. Kasus aktif mulai turun dan R menuju di bawah 1.

Terapi yang tepat, racikan obat yang tepat, dan kesehatan yang kuat banyak membantu dalam hal ini. Dukungan kepada para tenaga kerja dan penelitian serius bidang kesehatan menjadi sangat krusial.

Bagaimana menurut Anda?

Akhir Corona Strategi Normal

Dengan skenario normal kita bisa mengakhiri pandemi corona dalam beberapa bulan sampai beberapa tahun. Ada resiko pandemi menjadi musiman tidak pernah berakhir. Berharap terjadi herd immunity dengan bantuan vaksin. Tanpa vaksin terlalu besar resiko bila harus herd immunity.

Definisi Normal

Apa definisi normal?

Saya mendefinisikan normal adalah nilai R kurang lebih 1. Orang boleh berbeda. Dengan definisi ini maka saya membuat skenario normal bagian tengah. Lihat gambar grafik di atas.

Normal tengah berarti R bergerak turun dari 1,1 menjadi 1,0 turun lagi ke 0,9 lalu naik ke 1, ke 1,1 dan turun lagi. Begitu seterusnya.

Terjadi dua puncak pada gambar. Puncak pertama adalah kasus aktif mencapai 45 ribu orang sekitar 7 minggu atau 2 bulan ke depan. Lalu kasus aktif turun, naik lagi mencapai puncak 43 ribu orang sekitar 32 minggu atau 8 bulan ke depan.

Total kasus tentu saja selalu naik karena dijumlahkan dengan adanya kasus baru. Total mencapai 544 ribu orang pada 40 minggu atau 10 bulan ke depan.

Skenario normal tengah ini pada akhirnya akan menyelesaikan pandemi dalam beberapa tahun ke depan. Semoga ditemukan vaksin maka lebih cepat.

Normal bawah adalah skenario di mana R bergerak turun naik antara 1,0 dengan 0,9 seperti gambar di bawah ini.

Bisa kita lihat total kasus aktif bergerak turun dengan cepat (garis putus-putus warna kuning). Karena R di bawah 1 maka kasus aktif memang turun. Dalam 60 minggu atau 1,25 tahun ke depan kasus aktif tinggal 580 orang. Tidak lama dari itu pandemi akan berhenti.

Tentu saja total kasus akan selalu naik dan mencapai 202 ribu orang pada 60 minggu ke depan. Tapi ini tidak telalu masalah karena tambahan tiap hari makin sedikit.

Semoga yang dimaksud dengan normal adalah normal bawah seperti baru kita bahas itu.

Adakah normal atas? Tentu saja!

Normal atas adalah ketika R bergerak naik turun antara 1,0 dan 1,1 seperti gambar di bawah ini.

Tampak jelas total kasus aktif dan total seluruh kasus sama-sama naik. Kasus aktif mencapai 2,5 juta orang pada 60 minggu ke depan. Sedangkan total seluruh kasus mencapai maksimal 15 juta orang.

Tentu kita harus menghindari kasus normal atas yang bahaya ini.

Pilihan kita hanya normal tengah atau normal bawah. Kita perlu terus memantau pergerakan nilai R setiap saat. Menjaga nilai R agar tetap rendah.

Sementara nilai R nasional Indonesia bergerak di sekitar 1,1 tentu masih mengkhawatirkan. Tapi dengan kesungguhan dan seluruh kecerdasan kita bisa menghadapi wabah corona ini.

Bagaimana menurut Anda?

Bukti Formal Rt dan R0: Geometric Mean of Ratio

Saya meminta anak saya membuktikan kebenaran metode geometric mean untuk menghitung reproduction number R = Rt = Re. Dia akhirnya berhasil memberi bukti secara formal seperti berikut ini.

81395_bukti-r-covidUnduh

Dengan notasi sigma kita berhasil membuktikan kebenaran R. Sedangkan menghitung R0, kita akan menyelidiki data-data di awal penyebaran. Metode eksak menghitung Ro silakan klik tulisan saya yang satunya.

Metode Eksak Menghitung Ro

Pada awalnya nilai R = 1. Lalu naik sampai puncak. Dan nilai puncak ini adalah Rp yang berhubungan dengan Ro.

Setelah itu R mulai turun. Dan kadang naik lagi. Bergantung usaha manusia mencegah penularan atau peningkatan imunitas.

Berikut ini cuplikan pembuktian menghitung R berdasar geometric mean of ratio.

Terbukti.

Indonesia V Jakarta Lawan Corona

Bagaimana bisa Indonesia vs Jakarta?

Tentu saja seru. Indonesia luas. Lebih kompleks. Sedangkan Jakarta hanya satu wilayah saja dari Indonesia. Tapi Jakarta istimewa: Daerah Khusus Ibukota. Pusat pemerintahan ada di Jakarta. Pun pusat bisnis. Indonesia dipimpin Presiden Jokowi dan Jakarta dipimpin Gubernur Anies.

Siapa bakal menang? Kita berharap Indonesia menang, Jakarta menang dan kita semua menang.

Melawan corona harus menang. Sejauh ini tanda-tanda kemenangan pernah muncul meski tenggelam lagi.

Sejatinya corona sempat menurun di Indonesia. Sejak 24 Mei turun terus sampai titik terendah di 7 Juni dengan nilai R = 1,09. Prestasi terbaik dalam 1 bulan terakhir. Tapi tidak terlalu baik. Karena R masil lebih dari 1 yang bermakna covid masih terus mewabah di Indonesia.

Setelah 7 Juni 2020 grafik R naik turun dan mencapai R = 1,14 di 19 Juni. Angka yang tidak terlalu baik. Tapi juga tidak buruk amat.

Dengan angka R di atas 1 kita sulit mengatakan bahwa Indonesia sudah menang melawan corona. Bila angka ini dipertahankan maka perkiraan dalam setiap bulan kasus berlipat 2 kali lipat. Artinya akhir Juli akan ada sekitar 50 ribu orang aktif corona dan hampir 100 ribu orang total terinfeksi di Indonesia.

Kondisi Jakarta sedikit berbeda.

Awal Juni nilai R menembus di bawah 1 untuk Jakarta. Lalu naik turun tipis di dekat 1 dan bernilai R = 1,02 di 19 Juni 2020. Bila kita asumsikan R Jakarta bisa di 0,90 maka kasus aktif berkurang menjadi setengahnya dalam tiap bulan.

Di Jakarta hanya akan ada 2 ribu orang kasus aktif pada akhir Juli dan kasus corona selesai pada bulan Maret 2022. Bukan 2021 ya!?

Tapi ini hanya asumsi R = 0,90. Kenyataannya beberapa minggu terakhir kisaran R = 0,98.

Jika Jakarta berakhir di 2022 maka Indonesia berakhir di tahun berapa?

Mempertimbangkan Indonesia R = 1,12 maka kasus corona tidak akan pernah berakhir. Kita bisa saja beradaptasi dengan kebiasaan-kebiasaan baru.

Seandainya Indonesia bisa menurunkan R = 0,90 maka akan berakhir pada bulan Juni 2022. Selang 3 bulanan setelah Jakarta.

Jika turun R = 0,80 maka Indonesia akan selesai awal September 2020. Ya benar tahun 2020.

Sedangkan DKI akan selesai pertengahan Juli 2020.

Gampang banget? Hanya tinggal menurunkan R = 0,80 saja.

Jadi siapa pemenangnya?

Nasib Guru Vs Corona

Guru tidak bisa mengajar sejak Maret 2020. Sudah 3 bulan lebih. Tetap tidak bisa mengajar maka tidak dapat uang. Sekolah pun tidak dapat uang. Siswa tidak masuk sekolah maka tidak bayar uang bulanan. Karena orang tua siswa tidak kerja selama ada corona. Tidak punya uang untuk bayar sekolah.

Itu nasib guru honorer. Guru yang mendapat honor bila mengajar. Tidak mengajar maka tidak dapat honor.

Guru terbang mirip juga. Tidak ada jam terbang mengajar maka tidak ada uang bayaran.

Guru les piano, les renang, les bahasa, dan lain-lain mirip semua.

Guru PNS bernasib beda. Ada gaji tetap. Mereka bisa libur tidak mengajar. Transfer gaji tetap datang. Lengkap dengan THR. Dan sebentar lagi mendapat transfer gaji ke 13.

Sementara Pramono Anung, Sekretaris Kabinet, menyatakan kita kelebihan ASN sebanyak 50%. Yang mana gaji mereka terlalu besar, 50% ASN harusnya tidak ada. Bagaimana gaji tetap bisa mengalir plus THR? Kita negara kaya. Kita punya pajak. Plus penghasilan negara bukan pajak. Rakyat membayar pajak dan mengikhlaskan kekayaan negara dikelola.

Kembali ke guru yang tidak dapat uang karena tidak bisa mengajar.

Apa yang harus dilakukan oleh guru honorer dalam masa pandemi seperti ini?

Hanya satu: berjuang!

Plus: sabar, ikhlas, pantang menyerah.

Saya sendiri sebelum masa pandemi telah berjuang dengan memasyarakatkan program edutuber nasional. Salah satu tujuannya adalah menambah pendapatan guru melalui youtube. Di masa pandemi, guru tetap bisa mengajar melalui youtube. Bahkan penghasilan dalam bentuk dolar.

Tapi usaha saya itu baru beberapa bulan sudah datang pandemi. Padahal untuk menghasilkan dolar butuh waktu lebih lama dari itu. Barangkali bisa 1 atau 2 tahun.

Untungnya kita memiliki menteri pendidikan yang sangat kreatif dan milenial. Mas Nadiem terbukti berhasil membuat inovasi besar dengan mengembangkan gojek. Maka kita berharap Mas Nadiem juga akan menghasilkan inovasi besar sebagai menteri pendidikan. Menyelamatkan para guru honorer. Menyelamatkan pendidikan Indonesia dari serangan pandemi.

Apakah Anda yakin?

Tentu saja, yakin kepada pertolongan Tuhan. Pasti itu.