Kasus penyebaran COVID-19 di Indonesia masih berada pada fase yang perlu diwaspadai. Pandemi yang berjalan selama kurang lebih setahun ini masih menghantui keseluruhan elemen masyarakat. Sebab, sebaran penambahan kasus aktif harian di Indonesia cenderung berubah secara dinamis dari waktu ke waktu dan memberikan dampak cukup luas dari berbagai aspek kehidupan seperti aspek kesehatan, ekonomi, sosial, dsb. Para peneliti bidang data science terus mengembangkan berbagai alternatif solusi dan metode untuk berkontribusi pada upaya penanggulangan penyebaran COVID-19.
Salah satu alternatif solusi dalam penanggulangan penyebaran virus adalah dilakukannya pemodelan dan simulasi kasus penyebaran, yang tujuan utamanya meningkatkan kesadaran masyarakat akan bahaya COVID-19.
https://cinemamovie28.com/movies/operation-pink-squad-ii/
Pendekatan yang bisa dilakukan adalah dengan menggunakan pemodelan berbasis ilmu epidemiologi, yang mengkategorikan kasus penyebaran menjadi sejumlah kategori tertentu yaitu kelompok suspek, aktif, dan sembuh-meninggal dunia. Pengelompokan seperti ini sering disebut sebagai pemodelan SIR (Susceptible-Infective-Removed) yang dikembangkan Kermack-McKendrick tahun 1927. Model ini masih familiar, telah banyak dipakai dalam pemodelan pandemi sebelumnya hingga saat ini.
Tulisan ini memberikan resume sebagian hasil penelitian simulasi COVID 19 dengan model SIR dengan pendekatan data science, dengan durasi penelitian dilaksanakan sekitar 9 bulan terakhir. Dalam penelitian ini, digunakan bahasa pemrograman Python versi 3.7 dengan memanfaatkan library analisis penyebaran COVID-19 berdasarkan model SIR yakni Covsir Phy (https://lisphilar.github.io/covid19-sir/) yang dirilis oleh peneliti riset klinis Jepang, Lisphilar.
Dalam penelitian ini, digunakan pemodelan SIR yang dimodifikasi guna mendekati kondisi pandemi tertentu. Salah satu bentuk modifikasinya adalah menambahkan intervensi pemerintah dalam bentuk program vaksinasi. Seperti kita ketahui, baik pemerintah dunia maupun Indonesia, saat ini terus melaksanakan program vaksinasi di masyarakat, sehingga kemungkinan individu terjangkit infeksi virus dapat jauh berkurang.
Per akhir bulan April 2021, terdapat 7,6 juta individu yang sudah menerima vaksin sebanyak dua dosis yang tersebar dari kaum lansia, tenaga kesehatan, dan petugas publik (https://kawalcovid19.id/vaksin). Angka ini relatif kecil dibandingkan negara lain, khususnya jika mempertimbangkan total populasi dan banyak individu yang telah divaksin guna mencapai kondisi herd immunity. Terlepas kondisi tersebut, langkah yang dapat dilakukan oleh masyarakat dalam penanggulangan virus COVID-19 adalah mendukung kesuksesan program vaksinasi pemerintah.
Dari data historikal melalui pendekatan data science, maka kami membangun model SIR untuk pandemi COVID-19 di Indonesia. Seperti disebutkan di atas, dengan menggunakan pemodelan SIR, proses vaksinasi dapat disimulasikan untuk melihat dampak yang dihasilkan. Maka, dapat ditunjukkan simulasi perbandingan antara kondisi penyebaran virus COVID-19 di Indonesia yang menjalankan program vaksinasi dan tidak seperti pada grafik berikut:
