Mas Nadiem: Siswa Kesepian

Mas Menteri Nadiem sadar sepenuhnya. Siswa kesepian. Meski secara kognitif siswa bisa belajar jarak jauh. Tetapi bersosial tidak bisa jarak jauh. Siswa kangen dengan sekolah. Kangen dengan teman, kantin, dan hiruk pikuknya.

Saya kagum dengan Mas Nadiem yang bisa memahami masalah dengan baik. Kemudian merumuskan solusi. Melalui komputasional thinking tentunya bisa.

Dalam sebuah wawancara, beberapa bulan lalu, Mas Nadiem menekankan pentingnya sosialisasi di sekolah. Itu karena anaknya jadi sadar bahwa ada kehidupan sosial di luar sana. Ada tas bukan milik anaknya. Tapi tas milik orang lain. Tas itu milik teman-temannya.

Beda dengan kehidupan di rumah. Semua tas di rumah adalah milik bersama antara anak Mas Nadiem, bapaknya, atau ibunya. Yang intinya anak bisa memiliki semua tas di rumah.

Di luar sana, anak harus menghadapi kehidupan sosial.

Pengalaman pribadi itu dirasakan Mas Nadiem. Berikutnya kita akan menunggu solusi kreatif dari Mas Menteri.

Hal ini saya analogikan dengan kisah sukses gojek. Saya mendengar cerita gojek dari orang dalam gojek sendiri yang penuh inspirasi.

Mas Nadiem ketika bekerja di Jakarta sering menghadapi masalah: macet total lalu lintas. Solusinya adalah naik ojek. Motor terbebas dari macet. Bisa masuk jalan-jalan alternatif bahkan yang tidak ada di peta.

Naik ojek menimbulkan masalah baru bagi Mas Nadiem. Ojek berlimpah di pinggir jalan saat tidak dibutuhkan. Tapi ketika dibutuhkan ojek tidak ada sama sekali.

Masalah kedua: biaya naik ojek tidak pasti. Yang tahu biaya naik ojek hanya tukang ojek itu sendiri dan tuhan saja.

Mas Nadiem berpikir memecahkan masalah pribadinya dengan ojek. Singkat cerita ia mendirikan perusahaan gojek. Mulai dari awal. Lalu jadi start up. Jadi unicorn sampai decacorn. Dan seperti kita tahu, Mas Nadiem jadi menteri pendidikan nasional Indonesia.

Kali ini besar harapan Indonesia. Mas Nadiem memanfaatkan semua pengalaman pribadinya untuk kemudian membangun pendidikan nasional Indonesia.

Tidak terbatas pengalaman pribadi. Pengalaman seluruh anak negeri. Pengalaman seluruh siswa-siswi. Pengalaman seluruh insan edukasi. Untuk menjadikan pendidikan yang terbaik bagi seluruh negeri.

Bagaimana menurut Anda?

Surabaya Tanpa PSBB Saat Wabah Bertambah

Diberitakan media bahwa Surabaya Raya tidak memperpanjang PSBB. Meski kondisi wabah masih bertambah dengan nilai R = 1,1. Nilai ini turun dibanding sebelum pelaksanaan PSBB R = 1,7. Seperti kita ketahui nilai R lebih dari 1 bermakna wabah masih bertambah.

Secara umum, Jatim nilai R naik dari 1,020 ke 1,047. R nasional Indonesia juga naik masih di atas 1. Sementara DKI dan Jabar berhasil bertahan di bawah 1. Pun masih berlangsung masa PSBB.

Kabupaten Tulungagung Jatim juga bertambah meski masih di bawah 1. Sementara Jateng bertambah lagi dan di atas 1.

Bagaimana menurut Anda?

Disclaimer:
Tulisan ini ditujukan hanya untuk kajian ilmiah. Penggunaan untuk keperluan lain harus ada kajian lebih mendalam lagi.

Nilai R diestimasi dengan metode geometric mean of ratio yang dikembangkan paman APIQ.

Penghitungan dilakukan dengan menggunakan ms excel.

Sumber data mengacu kepada pengumuman resmi gugus tugas diambil dari berbagai web.

Interest: penulis tidak berkepentingan dengan pihak tertentu.

Ditulis

Kelayakan New Normal: Reproduction Number Secara Realtime

Melaksanakan new normal diancam corona covid gelombang kedua, ketiga, dan seterusnya. Gelombang kedua bisa lebih parah dari gelombang pertama. Tidak melaksanakan new normal maka roda ekonomi berhenti. Kehidupan pun tidak bisa dipertahankan.

Solusinya: new normal dengan hati-hati.

Salah satu yang paling penting adalah adanya indikator new normal secara realtime. Para epidemiolog meyakini angka reproduksi R sebagai indikator yang perlu. Di tulisan ini, saya merumuskan cara menghitung R secara realtime yang mudah. Bisa dihitung dengan kalkulator atau ms excel saja.

Realtime ini, misalnya, data diambil tiap 1 jam. Diolah langsung tiap jam tersebut. Maka kita memiliki nilai R realtime tiap jam.

Pengambil kebijakan dapat memantau langsung. Apakah new normal masih aman dilanjutkan atau harus dihentikan? Cepat dengan resiko minimal.

Bagi yang berminat cara menghitung R secara bertahap silakan membaca tulisan saya sebelumnya: Reproduction Number.

Pada tulisan saya kali ini, saya akan menjelaskan argumen rasional metode menghitung R dengan geometric mean of ratio.

Estimasi R dengan kasus paling sederhana

Kasus sederhana kita ambil R = 2. Dengan periode inkubasi I = 1 hari. Dan periode keluar = 1 hari. Keluar bisa terjadi karena sembuh lalu imun atau karena meninggal.

Kondisi ini adalah setiap orang yang terinfeksi virus akan menulari 2 orang lainnya. Gejala akan muncul dalam 1 hari. Dalam 1 hari kemudian orang tersebut akan keluar.

Nilai R kita estimasi dengan rasio, perbandingan total kasus aktif. Kita bisa mulai menghitung di hari kedua.

R = total aktif hari kedua / total aktif hari kesatu = 2/1 = 2
R = total aktif hari ketiga / total aktif hari kedua = 4/2 = 2

Perhitungan bisa kita lanjutkan terus dan menghasilkan nilai tepat R = 2.

Kasus masa keluar lebih lama dari inkubasi

Periode inkubasi = 1 hari. Periode keluar = 2 hari. Terjadi penumpukan kasus aktif pada kondisi ini.

R kita estimasi dengan perbandingan total kasus aktif.

R = total kasus aktif hari kedua / total kasus aktif hari kesatu = 3/1 = 3
R = total kasus aktif hari ketiga / total kasus aktif hari kedua = 6/3 = 2
R = total kasus aktif hari keempat / total kasus aktif hari ketiga = 12/6 = 2

Kita perhatikan hasil estimasi salah pada hari kedua. Tapi memberi hasil yang benar pada hari ketiga dan seterusnya.

Kasus-kasus yang lebih beragam dapat kita lihat di tabel berikut ini.

Kasus inkubasi 3 hari dan keluar 4 hari

Kasus hari kedua dan ketiga tidak dipengaruhi oleh kasus hari kesatu. Kasus hari kesatu mempengaruhi kasus pada hari keempat. Terjadi penumpukan kasus karena akan keluar setelah 4 hari.

Nilai R kita estimasi,

R = total kasus aktif keempat / total kasus aktif hari kesatu = 7/1 = 7
R = total kasus aktif kelima / total kasus aktif hari kedua = 8/2 = 4
R = total kasus aktif keenam / total kasus aktif hari ketiga = 13/4 = 3,25
R = total kasus aktif ketujuh / total kasus aktif hari keempat = 14/7 = 2

Kita perhatikan estimasi R mulai benar sejak hari ketujuh dan seterusnya.

Populasi Besar dan Heterogen

Pada kenyataanya kita menghadapi kasus yang lebih besar, beragam, dan kompleks megenai covid 19 ini. Maka konsep statistik kita terapkan untuk estimasi R.

Periode inkubasi 5 sampai 6 hari adalah sesuai data dari WHO yang merupakan nilai mean dengan rentang 2 – 14 hari. Bila memperhitungkan outlier antara 0 – 28 hari.

Confidence interval 95% sering kita pilih sesuai kaidah statistik.

Kita bisa menggunakan geometric mean untuk tiga hari terakhir agar menghasilkan data lebih stabil dan mempertimbangkan pengaruh histori.

Estimasi Nilai R Realtime

Saya berpikir kita bisa menyusun strategi untuk menghitung R realtime misal tiap 1 jam. Di mana data kita ambil tiap jam lalu kita olah dan menghasilkan R dalam bentuk tabel dan grafik.

Dari data ini pengambil kebijakan dapat merespon dengan cepat. New normal berhenti atau lanjut.

Bagaimana menurut Anda?

Disclaimer:
Tulisan ini ditujukan hanya untuk kajian ilmiah. Penggunaan untuk keperluan lain harus ada kajian lebih mendalam lagi.

Nilai R diestimasi dengan metode geometric mean of ratio yang dikembangkan paman APIQ.

Penghitungan dilakukan dengan menggunakan ms excel.

Sumber data mengacu kepada pengumuman resmi gugus tugas diambil dari berbagai web.

Interest: penulis tidak berkepentingan dengan pihak tertentu.

Covid Indonesia Gawat Tapi Membaik

Sudah lebih tiga bulan kita mengurung diri di rumah. Sejak awal Maret resmi diumumkan kasus corona covid 19 ada di Indonesia. Belum mereda kondisi pandemi di negeri ini. Angka reproduksi masih di atas 1 yaitu R = 1, 05.

R Nasional di atas 1 tapi cenderung turun.

Seperti kita tahu nilai R di atas 1 artinya virus corona masih terus mewabah. Sedangkan bila R di bawah 1 maka wabah akan mereda. Bisa kita lihat di grafik di atas. Pada 24 Mei nilai tertinggi R = 1,20. Kondisi ini berbahaya karena wabah bisa terus meluas. Pun hari itu bertepatan dengan lebaran idul fitri.

Tetapi kabar baiknya nilai R ini terus turun mencapai 1,05 di 5 Juni 2020. Sayangnya tidak berlanjut turun. Tertahan di dua hari berikutnya.

Dengan displin jaga jarak dan mematuhi protokol kesehatan semoga kita semua terjaga tetap sehat dan menurunkan nilai R sampai di bawah 1.

R DKI Jakarta konsisten di bawah 1

DKI termasuk wilayah yang paling rawan dari serangan corona covid 19. Banyak pihak yang ingin membuka PSBB agar roda ekonomi ibu kota segera berputar kembali. Tapi tampaknya gubernur memilih melanjutkan PSBB dengan transisi.

Akhir Mei sempat nilai R = 1,075 tentu sangat menghawatirkan. Berhasil turun menembus R = 1.00 di bulan Juni 2020. Dan mampu bertahan sampai 7 Juni di R = 0,946. Bila sampai 14 hari berhasil konsisten di bawah 1 tentu ini kabar baik untuk kebangkitan roda ekonomi Indonesia dimulai dari ibu kota. Semoga Indonesia berhasil.

Jawa Timur Menghitam Memudar

Kota Surabaya, ibu kota Jatim, menjadi zona hitam – merah tua. Awal Juni nilar R terus menanjak sampai puncaknya R = 1.184. Untunglah beberapa hari kemudian jadi turun. Bahkan 7 Juni menyentuh R = 1,00 (pembulatan dari 1,020).

Bu Risma, wali kota Surabaya, sudah ingin membuka kembali semua kegiatan bisnis. Roda ekonomi perlu berputar. Di satu sisi ini diperlukan. Di sisi lain ini masih mengandung resiko besar.

Semoga Jatim sehat selalu dan R menuju bawah 1.

R Jateng Sempat di Bawah 1 Lalu Naik Lagi

Akhir Mei masih di atas 1. Lalu meluncur ke bawah. Berhasil menembus R = 0,9971 di 2 Juni 2020. Sayang hanya mampu bertahan beberapa hari saja. Nilai R kembali naik mencapai 1.0790 di 7 Juni 2020.

Jateng konsistem melanjutkan PSBB. Keputusan yang baik dari pimpinan.

Pengalaman Jateng bisa jadi pelajaran bagi kita semua. Nilai R dinamis dan sensitif. Bisa berubah-ubah setiap waktu. Yang sudah berhasil di bawah 1 pun harus hati-hati. Tetap disiplin sesuai protokol kesehatan. Semoga sehat selalu!

Jawa Barat Sempat R di Bawah 1

Banyak pelajaran menarik dari Jabar. Pertengahan Mei sempat R di bawah 1. Bahkan PSBB Jabar akan dicabut waktu itu. Tetapi R naik lagi di atas 1 maka PSBB dilanjutkan, tidak jadi dicabut.

Akhir Mei Jabar kembali berhasil turun ke bawah 1. Selang 3 hari kembali menanjak ke atas 1. Dan di 7 Juni ini kembali di bawah 1 dengan nilai R = 0,935.

Sekali lagi, corona ini sensitif. Bagaimana perilaku masyarakat, perilaku kita menentukan perkembangan wabah covid 19. Semoga sehat selalu.

Kabupaten Tulungagung dari Bahaya Menuju Aman

Habis lebaran R di Tulungagung Jatim hampir 1,20 tentu bahaya. Tapi bulan Juni berhasil menembus R = 1,00 dan mampu bertahan di bawah 1 sampai tanggal 7 Juni.

Bagaimana pun perlu tetap hati-hati karena tiga hari terakhir nilai R cenderung naik. Meskipun masih aman tetap di bawah 1.

Bagaimana menurut Anda?

Disclaimer:
Tulisan ini ditujukan hanya untuk kajian ilmiah. Penggunaan untuk keperluan lain harus ada kajian lebih mendalam lagi.

Nilai R diestimasi dengan metode geometric mean of ratio yang dikembangkan paman APIQ.

Penghitungan dilakukan dengan menggunakan ms excel.

Sumber data mengacu kepada pengumuman resmi gugus tugas diambil dari berbagai web.

Interest: penulis tidak berkepentingan dengan pihak tertentu.

Zona Hitam Surabaya Memudar: Corona Jatim Membaik

Kalang kabut karena minggu lalu wilayah Surabaya jadi zona hitam. Ada yang berkilah itu bukan hitam tapi merah tua. Sama saja itu menunjukkan bahwa terlalu banyak kasus positif corona covid 19 di Surabaya. Tapi minggu ini semoga kabar baik datang dari Surabaya dan Jatim.

Saya menghitung puncak nilai R Jatim terjadi minggu lalu. Sekitar 1,18. Sempat bertahan. Lalu turun. Kemarin mencapai R = 1,04. Semoga hari ini turun lagi menjadi di bawah 1.

Seperti kita tahu nilai R di atas 1 menunjukkan bahwa virus masih terus mewabah. Sedangkan R di bawah 1 menunjukkan perkembangan virus mulai mereda. Bagaimana pun kita tetap perlu disiplin sesuai protokol kesehatan.

Awal Juni, DKI Jakarta telah berhasil menurunkan R = 0,99. Sampai hari ini pun konsisten turun mejadi R = 0,95.

Bersama-sama kita kompak menghadapi corono.

Bagaimana menurut Anda?

Disclaimer: Analisis dalam tulisan ini dimaksudkan hanya untuk kajian ilmiah. Tidak dimaksudkan untuk keperluan lain. Perlu kajian lebih mendalam untuk penggunaan lain.

Interest: Penulis tidak memiliki kepentingan ke pihak tertentu.

Herd Immunity Lebih Mudah

Sebuah rekayasa bisa mencapai herd immunity hanya dengan ambang batas 5%.

Masyarakat mulai jenuh dengan pandemi corona. Tapi mengatasi pandemi covid 19 tidak mudah. Beberapa negara berhasil dengan baik lalu muncul gelombang kedua. Bisa saja lebih mengerikan.

Herd immunity menjadi harapan. Mudahnya, herd immunity (HI) adalah kelompok masyarakat yang imun. Kebal terhadap virus. Masyarakat jadi aman terhadap virus. Bagaimana bisa?

HI bisa kita capai bila jumlah orang yang imun terhadap virus melebihi ambang batas minimal. Untuk corona, ambang batas sekitar 60% atau lebih. Angka 60% ini ngeri. Karena 60% dari sekitar 250 juta jiwa penduduk Indonesia adalah 150 juta orang terserang virus. Tidak ada fasilitas kesehatan yang mampu menampung pasien sebanyak itu. Bahkan meskipun setengah di antara mereka tidak perlu dirawat karena OTG – orang tanpa gejala.

Masih ada harapan! HI ini lebih mudah kita capai dengan rekayasa dan matematika. Angka ambang 60% bisa kita geser menjadi hanya 5%. Penurunan yang drastis.

Untuk mencapai HI dengan ambang hanya 5% kita coba memahami hitungan angka reproduksi R.

Angka R menunjukkan berapa banyak orang berikutnya yang akan ditulari oleh 1 orang yang sudah terinfeksi virus. Misal angka R = 2 menunjukkan bawah 1 orang yang terserang virus akan menulari kepada 2 orang lain. Mudah kita lihat bila R lebih dari 1 maka virus akan terus berkembang.

Tetapi bila R lebih kecil dari 1 maka virus akan mereda. Wabah selesai. Misal R = 1/2 dan ada 4 orang sudah terinfeksi. Maka berikutnya akan menulari 2 orang. Dan selanjutnya hanya menulari 1 orang. Sementara 1 orang terakhir tidak bisa lagi menulari.

4 + 2 + 1 … … …

HI adalah sebuah cara untuk membuat nilai R di bawah 1 sehingga pandemi berakhir. Caranya dengan memperbanyak orang imun (orang kebal = K). Sehingga orang yang akan terserang virus jadi berkurang (orang akan terserang = T).

R = a x T

Nilai R tergantung dengan banyaknya orang yang akan terserang T dan suatu nilai a yang barangkali tergantung sifat virus, interaksi manusia, cuaca dan lain-lain. Misalnya R awal = Ro = 4 untuk kasus virus corona yang akan menyerang 100 orang T.

Ro = 4 = a x T = a x 100

Agar terjadi HI maka R harus turun ke bawah ambang batas 1. Caranya adalah menurunkan T yang awal 100 orang menjadi 25 orang. Misal R menjadi Re = 1

Re = 1 = a x T = a x 25

Mudah kita pahami bahwa a x 25 = 1 karena asalnya a x 100 = 4. Bagaimana caranya mengubah T dari 100 menjadi 25 itu?

Caranya meningkatkan orang yang kebal = K = 75.

Awalnya semua orang 100 adalah T,

100 = T + K
100 = 100 + 0

Kemudian 75 orang jadi kebal, K = 75,

Seluruh orang =

100 = 25 + 75
100 = T + K

Orang kebal K = 75 ini berhasil kebal karena imunisasi atau karena terpapar virus lalu imun. Sayangnya untuk corona belum ditemukan vaksin maka terpaksa K = 75 ini karena terpapar virus covid. Angka 75% ini terlalu besar. Penuh resiko.

Kali ini kita perlu rekayasa untuk menurunkan angka 75% menjadi 10% atau 5% atau lebih kecil lagi.

Simulasi kasus di Indonesia misal banyak orang yang akan terserang 200 juta. R nasional saat ini adalah 1,05 = Rn.

Rn = 1,05 = a x 200

Untuk mencapai HI maka kita perlu menurunkan R menjadi 1 = Re,

Re = 1 = a x M

maka

M = 200/1,05 = 190 (pembulatan)

Karena T turun, dari 200 juta menjadi 190 jt, sebesar 10 juta maka banyak orang yang imun atau kebal,

K = 200 – 190 = 10

Secara persentase,

10/200 = 5%

Jadi untuk mencapai HI hanya butuh 5% orang yang imun. Angka ini jauh di bawah 75% atau 60%.

Perhitungan di atas bisa kita terapkan dengan baik. Tapi penerapan nyata ke kasus Indonesia masih perlu kajian lebih mendalam.

Bagaimana menurut Anda?

Reproduction Number Rt – Ro Covid 19

Menghitung angka reproduksi corona covid 19 menjadi seru. Saat ini orang-orang sedang menyoroti nilai Rt atau Re berbagai wilayah. Misal Jatim nilai R di atas 1,1 dengan ibu kota Surabaya menjadi zona hitam.

Untuk mengakhiri pandemi dengan meyakinkan kita perlu angka Ro. Bila vaksin ditemukan maka berapa orang yang perlu vaksinasi? Jawabannya, total 1 – 1/Ro dari populasi. Bagi yang menerapkan herd immunity perlu angka 1 – 1/Ro populasi harus imun.

Metode sederhana estimasi Rt sudah saya tuliskan di postingan sebelumnya. Hanya dengan kalkulator atau excel kita sudah bisa menghitung Rt. Lengkap dengan confidence interval dan batas bawah serta batas atas dari R. (Cek Angka Reproduksi)

Kali ini saya akan berbagi cara menghitung estimasi Ro. Masih menggunakan kalkulator atau excel sederhana saja. Ro adalah angka reproduksi R yang terjadi di awal-awal ketika masyarakat nyaris belum memiliki imunitas terhadap virus dan belum ada upaya menghambat penyebaran virus. Maka nilai Ro dapat kita pandang sebagai nilai maksimum dari R.

Untuk DKI Jakarta nilai Ro mendekati 4. Sedikit di bawah 4. Awal Juni nilai R di DKI sudah menembus ke bawah 1. Semoga konsisten di bawah 1 dan wabah selesai.

1) Gunakan data total kasus aktif. Data kasus aktif sudah mempertimbangkan banyak orang terinfeksi (infected), orang yang sembuh atau meninggal (removed), serta perubahan di antara mereka yang melibatkan populasi (suspected).

2) Gunakan rasio selang 5 hari yang merupakan mean dari periode inkubasi covid 19 sesuai laporan WHO. Lalu hitung geometric mean 3 hari terakhir untuk mempertimbangkan histori dan menjaga perubahan angka ekstrem. Data sebelum hari pertama kasus aktif dilaporkan diset sama dengan total kasus aktif hari pertama.

3) Ro dipilih dari nilai maksimum R. Bila terdapat beberapa maksimum lokal maka pertimbangkan maksimum global, median dari beberapa maksimum lokal, atau maksimum lokal terakhir.

4) Confidence interval 95% dapat kita peroleh dari Ro terpilih sebagai median dari data Rn. R(high) adalah Rn yang lebih besar dari Ro dan R(low) adalah Rn yang nilainya tepat di bawah Ro. Jadi kita memilih 3 nilai Rn yaitu R(low), Ro, dan R(high).

5) Nila Rn kita peroleh dari rasio total kasus aktif hari tertentu terhadap total kasus aktif n hari sebelumnya. Dalam contoh berikut saya menggunakan Rs. Anda juga bisa menggunakan data R.

Mari kita praktekkan dengan estimasi Ro Jawa Tengah.

Kolom paling kanan adalah data total kasus aktif Jateng.

Hitung Rs dan R,

Rs = total aktif hari ini / total aktif 5 hari sebelumnya

R = (Rs*Rs(kemarin)*Rs(lusa))^(1/3)

Pilih nilai R maksimum sebagai Ro. Dalam contoh kita Ro = 3,5079 terjadi ketika total kasus aktif 56 orang di sekitar hari ke 10 setelah ada laporan pertama.

Confidence interval 95% kita hitung dengan formula median. R(high) adalah:

Dengan n = 3 maka akar n kita dekati dengan akar dari derajat kebebasan n – 1.

1 + 3/2 + 1,37 = 3,87 = 3 (dibulatkan ke bawah).

Dalam contoh kita data ketiga, paling besar dari Rn, adalah

R(high) = 4,667

Sedangkan R(low) kita estimasi,

3/2 – 1,37 = 0,13 = 1 (dibulatkan ke atas).

Dalam contoh kita data kesatu, Rn yang tepat lebih kecil dari Ro, adalah

R(low) = 3,5.

Kesimpulan:

Ro = 3,5079
R(low) = 3,5
R(high) = 4,667
confidence interval 95%.

Jika tidak terdapat nilai Rn yang lebih besar dari Ro maka

R(high) diestimasi sebagai Ro + 1,96/2 = Ro + 0,98

Bagaimana menurut Anda?

Reproduction Number Covid 19: Indonesia Case Study

Reproduction number atau angka reproduksi menjadi terkenal di bulan Mei – Juni 2020. Angka yang kita simbolkan dengan R menentukan kapan pembatasan akibat corona covid 19 dapat dicabut. Selanjutnya masyarakat bisa mulai hidup dengan new normal – tatanan hidup baru yang diharapkan lebih serasi dengan alam.

R kurang dari 1 maka pandemi corona dianggap mulai melandai. Tapi R lebih dari 1 bermakna pandemi masih terus berkembang. Hal ini bisa berbahaya.

Akhir Mei dan awal Juni ini beberapa wilayah di Indonesia nilai R makin mendekati 1 bahkan ada yang menembus ke bawah 1. Kabar baik untuk kita. Semoga konsisten di bawah 1.

Saya mengembangkan cara menghitung R yang sederhana. Melengkapi beragam metode yang sudah dikembangkan para ahli baik dengan pendekatan kalkulus atau statistik atau lainnya.

1) Menghitung R dengan memanfaatkan rasio dan rata-rata geometri. Maka metode ini saya sebut sebagai GMR: geometric mean of ratio.

2) Gunakan data total kasus aktif. Di mana data kasus aktif sudah mewakili data terinfeksi, data removed (sembuh atau meninggal), dan perubahan di antara mereka yang melibatkan suspected.

3) Jumlah data yang kecil maka nilai R belum stabil dapat kita gunakan untuk menentukan R0. Ketika data cukup besar, misal di atas 100, maka nilai R bisa stabil. Nilai R ini kita sebut sebagai Rt atau Re.

Kita praktekkan dengan mengambil contoh kasus data covid 19 untuk Indonesia secara nasional 3 Juni 2020.

Perhatikan tabel berikut:

Kasus aktif 3 Juni = 18 129 gunakan untuk menghitung R sementara Rs, dengan membaginya dengan kasus aktif 29 Mei = 17 204.

Rs = 18 129/17 204 = 1,053

Pemilihan data 29 Mei sebagai pembagi adalah yang berjarak 5 hari dengan 3 Juni. Angka ini kita pilih karena sumber dari WHO menyatakan bahwa mean periode inkubasi adalah 5 hari. Meski kisarannya antara 2 – 14 hari. Sedangkan kemungkinan outlier 0 – 27 hari.

Untuk menjaga Rs lebih stabil maka kita akan membuat rata-rata geometri dengan Rs(kemarin) dan Rs(lusa) maka kita peroleh R.

R = (Rs*Rs(kemarin)*Rs(lusa))^(1/3)
= (1,053*1,068*1,082)^(1/3)
= 1,068 (Selesai)

Bisa kita lihat R nasional kita makin bagus dari Mei ke Juni. Makin kecil menuju 1 dan semoga menembus ke bawah 1.

Confidence Interval dan R(high) dan R(low)

Ketika R mendekati 1 maka kita perlu estimasi lebih akurat dan presisi lengkap dengan CI (confidence interval) serta nilai R(high) dan R(low).

Wabah dapat kita katakan melandai bila R konsisten di bawah 1 selama 14 hari dan R(high) juga di bawah 1 pada hari ke 14.

Kita dapat saja menggunakan kurva normal untuk estimasi. Karena kurva belum pasti normal maka akan lebih mudah bila kita memakai median untuk estimasi.

Agar data lebih banyak maka kita dapat mempertimbangkan kemungkinan outlier 0 – 27 hari. Kita memperoleh R1 – R28 yang lebih bagus untuk mengolah median dan CI.

Sebagai contoh saya akan praktekkan di sini dengan mengambil data R1 – R9 untuk edisi 3 Juni 2020. Dan untuk kemudahan saya menggunakan Rs. Hasil yang lebih bagus tentu gunakan R.

Kebetulan nilai R1 – R9 sudah urut monoton naik (perhatikan hanya 2 digit di belakang koma tanpa pembulatan). R1 = kasus aktif hari ini / kasus aktif kemarin. R2 = kasus aktif hari ini / kasus aktif 2 hari lalu dan seterusnya.

Maka median adalah R5 = 1,05 = R.

Untuk mendapatkan CI 95% kita gunakan rumus yang sama dengan mean.

Batas bawah = R(low) adalah data urutan ke,

Dengan mengambil n = 9 maka 9/2 – 1,94.(3)/2 = 1,56 = 2 (dibulatkan). Sehingga R(low) = R2 = 1,02 .

Sedangkan batas atas = R(high) adalah data urutan ke,

1 + 9/2 + 1,96(3)/2 = 8,44 = 8 (dibulatkan). Sehingga R(high) = R8 = 1,14 .

Kesimpulan:

Pada 3 Juni 2020,

nilai R = 1,05
R(high) = 1,14
R(low) = 1,02
confidence interval (CI) = 95%.

Bagaimana menurut Anda?

Note:

Berikut beberapa hasil simulasi dari Bapak DR Budi S. Terima kasih atas grafik dan simulasinya.

New Normal Saat Tepat: Jawa Memudar

Kabar baik bahwa wabah corona covid 19 di pulau Jawa mulai memudar. Atau kita menyebut grafik mulai melandai. Hampir semua provinsi nilai R menuju di bawah 1 atau mendekati 1 kecuali Jatim.

Nilai R di bawah 1 bermakna 1 orang yang terinfeksi menularkan ke sedikit orang atau kurang dari 1 orang. Atau bisa kita misalkan R = 0.8 bermakna bila saat ini ada 10 orang terinfeksi maka berikutnya hanya ada 8 orang tertular. Berikutnya lagi makin sedikit dan akhirnya tidak ada.

Sebaliknya bila R = 2, misalnya, maka wabah masih terus bertambah. Misal saat ini ada 10 orang terinfeksi maka akan menulari 20 orang. Berikutnya lagi 40 orang. Dan seterusnya wabah makin meluas.

Karena di pulau jawa R di bawah 1 maka wabah mulai pudar – kecuali Jatim. Apakah saat ini adalah saat yang tepat untuk new normal?

1) Perlu konsisten 14 hari. Perilaku virus corona yang masa inkubasi sampai 14 hari memberi petunjuk bahwa nilai R di bawah 1 harus konsisten selama 14 hari pula.

Sementara di pulau Jawa baru terjadi beberapa hari di bawah 1. Bila kita tinjau dari pandangan ini maka belum tepat mulai new normal. Kita perlu bersabar menunggu beberapa hari ke depan semoga konsisten di bawah 1.

2) Fasilitas kesehatan dan tenaga kesehatan tersedia. Pemberlakuan new normal berpotensi menaikkan angka R. Konsekuensinya akan lebih banyak orang yang terinfeksi. Maka kita perlu memastikan bahwa faskes dan nakes mampu menangani lonjakan ini bila terjadi.

Para ilmuwan cenderung menyarankan menunda pemberlakuan new normal karena angka R yang belum aman terhadap lonjakan kasus baru. Tetapi pertimbangan ekonomi menuntut kita untuk segera produktif dengan cara new normal.

Pengalaman negara lain, misal Korea Selatan, dapat menjadi pelajaran bagi kita. Korsel sudah mulai new normal, terjadi lonjakan kasus baru, lalu kembali pembatasan.

3) Roda ekonomi perlu berputar. Benar bahwa ekonomi harus perputar. Maka kita perlu mencari cara untuk dapat melakukannya. New normal adalah solusi agar ekonomi produktif di saat yang sama aman dari covid.

Sayangnya tujuan new normal hanya tercapai dalam hal menggerakkan roda ekonomi. Tapi aman dari covid tidak tercapai – atau tidak terjamin. Langkah selanjutnya adalah kita perlu mengembangkan cara-cara untuk menjamin aman dari covid ini.

Jadi apakah saat ini adalah saat yang tepat memulai new normal di Indonesia, minimal pulau Jawa?

Ya, saat ini adalah saat yang tepat. Dengan syarat ini adalah keputusan resmi pemerintah. Di mana pemerintah sudah mempertimbangkan segala sesuatunya. Sudah mempertimbangkan segala resiko. Menyiapkan mitigasi resiko yang handal.

Pemerintah juga mendengar, menganalisis dari berbagai macam sudut pandang. Telah mengumpulkan kajian para ahli dari beragam disiplin ilmu.

Kita harus kompak mengikuti arahan pemerintah. Bergerak atas kemauan sendiri hanya akan mengacaukan sistem. Kita perlu satu langkah dari seluruh elemen untuk saling mendukung kemajuan bangsa.

Bila kita telah patuh kepada pemerintah lalu new normal gagal bagaimana? Itu memang resiko. Maka pemerintah perlu melakukan evaluasi. Memperbaiki apa yang sudah terjadi. Menyusun strategi yang lebih bagus lagi. Dan kita kompak lagi untuk bersama melangkah maju.

Bagaimana menurut Anda?

Apa Kerja Mas Menteri Nadiem Jika Sekolah Libur 2021

Beberapa orang merasa tidak nyaman makan gaji buta. Libur, tidak bekerja, tetap menerima gaji buta. Beberapa orang rela gaji dipotong karena tidak ngantor. Tapi bisa saja orang merasa gajinya kurang banyak meski dia tidak bekerja. Mereka ingin gaji butanya lebih banyak lagi.

Mas Nadiem tentu saja tidak berminat dengan gaji buta. Sukses beliau di gojek sudah lebih dari cukup untuk aspek ekonomi. Maka Mas Nadiem bekerja sebagai menteri adalah sebagai jalan mengabdi untuk memperbaiki negeri.

Selama pandemi sekolah libur. Apa saja yang dikerjakan oleh Mas Menteri Nadiem? Muncul wacana libur sekolah bahkan sampai tahun 2021. Bukankah gaji dan tunjangan menteri tetap mengalir meski libur? Gaji PNS saja bisa terus mengalir selama pandemi apalagi pejabat tinggi?

Tugas menteri pendidikan jauh lebih besar dari sekedar urusan sekolah. Maka pekerjaan Mas Menteri saat ini banyak dan penting semua.

1) Merombak kurikulum. Tugas besar ini sudah kita ketahui sejak awal pengangkatan Mas Menteri oleh Presiden Jokowi. Ganti menteri maka ganti kurikulum banyak orang bilang begitu. Saya mengusulkan kurikulum yang baru nanti fokus, sederhana, memberikan ruang luas untuk kreatif. Bahkan ada baiknya tersedia beberapa pilihan kurikulum standar, tidak hanya monoton saja. Bukankah kita bhinneka tunggal ika?

2) Memberantas korupsi di kementerian. Kita sudah membaca banyak data bahwa kementerian merupakan birokrasi yang besar. Pun banyak kasus korupsi. Mas Menteri punya kesempatan melakukan efisiensi ekstrem di masa pandemi. Selanjutnya data ini bisa digunakan untuk deteksi dini potensi korupsi di kementerian pendidikan.

Dengan korupsi, kita tahu, tidak akan pernah ada perbaikan di dunia pendidikan. Ketika korupsi disapu bersih di kementerian pendidikan maka kita punya harapan besar majunya pendidikan Indonesia.

3) Pemerataan kualitas pendidikan. Kita paham benar butuh pendidikan yang berkualitas. Tapi juga perlu merata ke seluruh penjuru negara Indonesia.

Pandemi telah membuka mata kita, mata hati kita. Mas Menteri mengungkapkan kekagetannya, “Ada sekolah tanpa akses internet, bahkan tanpa listrik.”

Meningkatkan kualitas pendidikan yang langsung dirasakan seluruh siswa di nusantara. Tenaga pendidik sebagai ujung tombak pendidikan pun wajib meningkat kualitasnya – mental dan fisikal. Agar dapat merata ke seluruh nusantara maka perlu kurikulum yang fokus dan sederhana itu.

Dan masih banyak lagi tugas Mas Menteri di masa pandemi ini.

Bagaimana menurut Anda?