Memprediksi Pergerakan Covid-19 Melalui Model Matematis, Ini Hasil Kajian Sejumlah Peneliti

Selain dua peneliti tersebut, ada juga Dr Sri Handoyo Mukti yang menggunakan metode system dynamic
untuk menghasilkan simulasi model Covid-19 dengan tujuan menganalisis kebijakan dan teknologi.

Menurut Sri Handoyo Mukti, Penggunaan metodologi system dynamics lebih ditekankan untuk tujuan peningkatan pemahaman kita tentang bagaimana tingkah laku muncul dari struktur kebijaksanaan dalam sistem itu. Pemahaman ini sangat penting dalam perancangan kebijaksanaan yang efektif.

Merujuk pada kasus Covid-19 di Indonesia, dengan menggunakan metode system dynamics terlihat adanya hubungan kausal atau sebab akibat yang ditimbulkan.

"Model ini menggambarkan penduduk potensial atau rentan terpapar Covid-19, nantinya yang rentan (terdeteksi atau tidak terdeteksi Covid-19) menularkan ke orang lain," paparnya.

"Kemudian terbagi lagi menjadi pasien terkonfirmasi positif dan tidak (berdasarkan hasil test). Dari terkonfirmasi ada yang sembuh dan ada yang meninggal," imbuh Sri Handoyo.

Dalam menggunakan metode system dynamics, Handoyo memasukan beberapa parameter asumsi awal, diantaranya jumlah penduduk yang berpotensi tertular (rentan awal) dan durasi penularan.

Handoyo juga menjelaskan, model ini telah ia jalankan sejak 10 Februari (sekitar 20 hari sebelum kasus pertama).

"Biasanya sebelum kasus ditemukan, kontak penularannya terjadi dua minggu sebelumnya," ujarnya.

Handoyo menambahkan, bahwa hasil simulasi model ini juga bisa berpengaruh terhadap suatu intervensi atau suatu kebijakan yang diambil ditengah-tengah fenomena yang sedang terjadi.

Intervensi yang ada misalnya social distancing atau PSBB akan menghalangi percepatan penyebaran Covid-19. Nah menjelang Idul Fitri orang jenuh, tiba-tiba terjadi pelonggaran PSBB.

"Makanya ada kurva yang sudah turun mendadak naik lagi. Biasanya setelah 70-80 hari (setelah kasus pertama ditemukan dan penerapan social distancing), rata-rata angka kasus positifnya turun," ujar Handoyo.