Mengukur Risiko Kewabahan Covid19
2020-04-04 08:02:42 GMT · · sosial
Keragaman kewilayahan atas risiko terpapar wabah COVID-19 di bagian timur Pulau Jawa dan Pulau Bali
Wuhan, Tiongkok bagian tengah, terguncang oleh penyakit yang disebabkan oleh sebuah varian virus Corona. Kota yang telah berusia lebih dari 35 abad itu sejak dulu memang menjadi episentrum ekonomi industrial Tiongkok. Jantung negeri berpenduduk terbesar seplanit bumi itu lumpuh, sehingga senegara pun lumpuh. Partner lebih dari seperlima ekspor-impor Indonesia tersebut terguncang, dan guncangannya bagaimanapun tiba ke Indonesia. Dunia yang semakin terhubung satu sama lain, baik secara fisik, secara ekonomi, dan digital menyebabkan tak lama kemudian COVID19 pun menjadi pandemi, diikuti oleh “eko-demi” dan “info-demi”.
Kompleksitas sosial menginsyafi bahwa ketiga hal ini tak bisa dipisahkan memang. Kawasan yang kurang menjaga kebersihan seringkali dihuni oleh penduduk di kawasan tersebut yang tak banyak ber-investasi pada sektor kesehatan. Ketika begitu banyak orang terjebak pada hoaks, disinformasi, dan misinformasi terkait aspek kesehatan masyarakat, seringkali memang karena masyarakat di kawasan tersebut tak banyak memberi perhatian pada apresiasi ekonomis terhadap penelitian ilmu pengetahuan. Lebih taktis, virus yang menyebar dari manusia ke manusia ini berkaitan dengan pergerakan orang dan saling bertemunya warga masyarakat dari satu tempat ke tempat lain dengan segudang alasan sosial ekonomi dan budayanya.
Demikian pula halnya dengan politik. Bagaimana pemerintah suatu negara memberlakukan kebijakan menghadapi COVID19 ini pun beragam sesuai dengan dinamika sosial politik, di samping ekonomi dan budaya di negara tersebut. Bahkan lebih jauh, aktivis yang bersikap oposisi terhadap pemerintah pun menggunakan isu pandemi COVID19 untuk mendelegitimasi pemerintah. Kelindan aspek-aspek dan sektor kehidupan sosial inilah yang kemudian memberikan keinsyafan bahwa penangan yang memperhatikan semua aspek mestinya tak memberikan solusi tunggal untuk regional geo-demografis yang luas. Tak ada panasea untuk kesehatan biologis, demikian pula tak ada solusi sosial tunggal untuk “kesehatan sosial”.
Indonesia, sebagai negara yang sedemikian luas, pun tak terkecuali. Keragaman kawasan berdasaran dinamika sosial ekonomi yang berimplikasi pada mobilitas warga dari satu tempat ke tempat lain, dari satu kota ke kota lain, dan dari satu provinsi ke provinsi lain. Kepadatan demografis penduduk menjadi satu hal, tapi ketaksamaan keadaan sosio-kesehatan juga memberi sumbangan tersendiri. Covid19 merupakan penyakit yang sangat menular, meskipun tidak mematikan bagi tubuh yang sehat dengan lingkungan sanitasi dan kebiasaan yang sehat. Iklim sebagian besar wilayah Indonesia yang terbilang panas dengan kelembaban yang tinggi semestinya mengurangi kemampuan virus yang RNA-nya ini berlindung di balik struktur lemak yang rontok oleh suhu tinggi yang lembab, alkohol, dan sabun ini. Usia tua dan penyakit-penyakit bawaan yang melemahkan imunitas tak pelak memperbesar angka kematian akibat infeksi virus Corona. Keragaman aspek kesehatan sosio-demografi Indonesia yang sedemikian luas pun, tak pelak mesti dimasukkan dalam persamaan yang menggambarkan seberapa besar infeksi terjadi pada satu individu pada suatu kawasan.
Pemetaan kewilayahan dengan risiko wabah COVID-19 di Pulau Jawa bagian barat
Kalkulasi indeks risiko dengan memperhatikan pergerakan warga, densitas penduduk, probabilitas yang terkalkulasi melalui konsentrasi warga berdasarkan usia, tingginya aspek kesejarahan penyakit-penyakit yang sering menambah fatalitas Covid19 seperti tekanan darah tinggi, diabetes, gangguan jantung, saluran pernafasan, pencernaan, bahkan sistem ekskresi, memberi keragaman risiko satu kawasan mengimpor atau meng-ekspor Covid19. Di level individual, daya tahan atau imunitas tubuh adalah hal terpenting. Fatalitas terjadi ketika imunitas tubuh rontok terkalahkan oleh rekayasa mikro di level selular oleh aktivitas virus dan mikroba.
Namun di level sosial, penyakit, sebagaimana risiko dalam definisi yang umum, selalu memiliki langkah pengelakan/pencegahan/preventif maupun langkah mitigasi/pengpbatan/kuratif. Pemetaan risiko yang baik akan memberikan peluang untuk bagaimana memperlakukan satu kawasan sebagaimana mestinya, karena bagaimanapun, begitu banyak aspek yang kait-mengkait yang perlu dipertimbangkan (constraint) untuk menangani salah satu aspek.
Begitu banyak informasi yang perlu diperhitungkan demi menggambarkan nilai risiko yang komprehensif, sejauh mana suatu kawasan berpotensi terpapar oleh Covid19. Sedemikian banyaknya informasi tersebut ditambah lagi besar kapasitasnya mengingat keluasan wilayah administratif sipil Indonesia. Situasi analitik dipersulit dengan kenyataan bahwa tiap faktor tersebut tidak bisa dipandang sebagai sistem yang homogen satu sama lain. Perlu pembobotan demi kualitas indeksasi risiko yang benar-benar dapat merepresentasikan keadaan. Faktor yang heterogen ditambah lagi dengan kawasan wilayah yang juga tak bisa sama perlakuannya. Efek densitas di Jakarta, di beberapa kawasaan yang dipenuhi oleh struktur bangunan dengan desain vertikal (seperti apartemen, mall, hotel, perkantoran) misalnya, tidak serta merta memiliki efek risiko yang sama dengan densitas berukuran sama di sebuah kota di Jawa Tengah, yang cenderung memiliki desain horizontal. Densitas yang tinggi tak serta merta menjamin tingginya kontak fisik antar manusia di dalamnya, mengingat transmisi virus Corona antara satu orang ke orang lain memerlukan jarak yang dekat (kurang dari 1.5 meter).
Keragaman faktor dan keragaman dinamika sosial wilayah membutuhkan kalkulasi pembobotan yang tidak sama untuk tiap variabel yang disertakan untuk tiap wilayah. Pada tataran inilah kemudian peran komputasi menjadi penting. Data spasial terkait jumlah orang terinfeksi di suatu kawasan membimbing mesin belajar (machine learning) untuk mengkalkulasi pembobotan tingkat risiko suatu kawasan. Hasil dari kelindan data-data tersebut memberikan sinyal-sinyal indeks risiko, sejauh mana suatu wilayah dikatakan memiliki tingkat risiko tertentu.
Pemetaan kewilayahan dengan risiko wabah COVID-19 di Pulau Jawa bagian tengah
Pemodelan struktur relasional antar data tersebut kemudian dikalkulasi secara komputasional untuk menghasilkan indeks yang menggambarkan sejauh mana probabilitas suatu kawasan berisiko menjadi zona yang kemudian dikatakan adanya warga yang positif Covid19. Pada wilayah dengan risiko tinggi, dapat dilakukan tindakan preventif berupa pembatasan/isolasi kawasan dan pemantauan yang relatif lebih komprehensif secara longitudinal. Di sisi lain, optimisasi sumber daya, termasuk logistik umum domestik pun dapat diarahkan sesuai dengan keragaman wilayah.
Bagaimanapun, kesadaran akan kompleksitas sosial, adalah kemampuan untuk menerima keberagaman dan menyikapi secara efektif dan efisien atas elemen-elemen yang beragam tersebut.
Hokky Situngkir
Departemen Sosiologi Komputasional
Bandung Fe Institute