Model COVID-19 dan Hasil Simulasi SimcovID

Disclaimer
Hasil yang ditampilkan hanya untuk keperluan edukasi dan penelitian.

Hasil dari perhitungan simulasi dan model COVID 19 Indonesia dari Tim dapat dilihat pada tautan berikut

Model Richard’s Curve

Model ini menggunakan metode pendekatan fitting data, dan hanya menggunakan data awal endemic di Indonesia, model ini bisa menentukan parameter yang digunakan pada formulasi kurva Richard untuk menentukan puncak dan akhir endemi. Model ini merupakan model awal saja dan tidak bisa mengukur intervensi yang dilakukan untuk mencegah penyebaran wabah penyakit ini. Khusus untuk perhitungan di Indonesia, metode ini juga dijelaskan pada tulisan berikut.

Data Harian dan Estimasi

Model tracing untuk kasus Wuhan, Kapal Diamond Princess dan Jakarta

Seluruh dunia baru-baru ini dikejutkan oleh penyebaran besar Covid-19 tanpa tanda kapan akan berakhir. Fenomena skala ini dipahami sebagai wabah yang tidak pernah terjadi seumur hidup. Hampir semua negara tidak memiliki kesiapan yang tepat ketika ditemukan kasus positif di suatu wilayah. Dalam waktu yang relatif singkat, kasus-kasus kemudian menyebar dengan cepat, dan kepanikan muncul di masyarakat. Dengan penularan cepat dari manusia ke manusia, dan tidak ada vaksin yang tersedia, satu-satunya cara untuk mengendalikan penyebaran penyakit adalah dengan menerapkan kebijakan pelacakan kontak dan isolasi. Fakta menunjukkan bahwa pejabat kesehatan di banyak negara yang terkena dampak mengalami kesulitan dalam mendeteksi individu yang berpotensi terkena virus. Keberhasilan mengendalikan penyakit sangat tergantung pada kemampuan otoritas kesehatan dalam melacak dan mengisolasi kasus-kasus yang terinfeksi dan yang diduga. Model transmisi untuk transmisi Covid-19 dalam bentuk SEIR dipilih agar sesuai dengan kasus di cluster Wuhan, Diamond Princess, dan Jakarta. Kasus-kasus ini mewakili transmisi di kota besar, daerah yang relatif terbatas dan padat, dan sebuah kelompok kecil. Rasio reproduksi dasar dan tingkat infeksi diperoleh berdasarkan data kumulatif untuk setiap kasus. Indikator-indikator ini dapat digunakan untuk memprediksi kemajuan transmisi untuk kasus-kasus serupa. Model sederhana untuk memperkirakan waktu penyelesaian pelacakan kontak dan isolasi dibangun dalam bentuk operator diferensial pada kasus kumulatif. Operator ini mewakili jumlah kasus baru yang terinfeksi setiap hari. Terlihat bahwa untuk kasus Wuhan, waktu penyelesaian untuk pelacakan kontak dan isolasi adalah 55 hari. Hasil ini penting untuk menganalisis strategi intervensi Covid-19 di wilayah yang terkena dampak.

Pembatasan Sosial Berskala Besar, lalu apa?

Pada tulisan ini dimuat perhitungan bagaimana mengukur efektivitas PSBB dan perbandingan tinjauan di beberapa negara. Kurang lebih ringkasan yang disampaikan pada tulisan tersebut dapat disarikan pada tiga poin berikut.

  • Efektivitas PSBB baru dapat terlihat 2-3 minggu setelah diterapkan, apabila angka kasus positif baru per hari tidak turun setelah 2-3 minggu, PSBB sebaiknya lebih diperketat.
  • Apabila angka kasus positif baru dan kematian per hari turun, PSBB sebaiknya tetap dijalankan sampai tidak ada kasus transmisi lokal, yang mungkin memerlukan waktu berbulan-bulan.
  • Setelah PSBB berhasil dan kasus transmisi lokal sudah tidak ada, masih ada kemungkinan terjadinya gelombang kedua. Tes massal dan penelusuran kontak sebaiknya tetap dilakukan secara agresif untuk memperlambat penyebaran gelombang kedua.

Update SimcovID

Tim ini bekerja secara independen berdiskusi secara online, dan memberikan hasilnya dalam bentuk laporan singkat sebagai berikut, beberapa tulisan sedang dipersiapkan untuk publikasi di jurnal ilmiah. Update pekerjaan tim dapat dilihat pada postingan di bawah ini.

Berikut daftar hasil yang telah kami kerjakan

Posts

Status:

Category:

published | First online: 22-04-2020 | Last update: 22-04-2020

Beberapa point yang kami amati dari dampak COVID-19 pada update kali ini adalah Mobilitas Jakarta terkait perubahan jumlah perjalanan di/dari Jakarta selama COVID-19 (update 17 April 2020). Selain itu kami juga melakukan Simulasi proyeksi efektivitas penekanan penyebaran COVID-19 di beberapa kota/kab di Provinsi Banten, Jabar dan DKI serta Indonesia. Kemudian meninjau kemungkinan penerapan kebijakan darurat kesehatan berselang.

Read more

published | First online: 06-04-2020 | Last update: 06-04-2020

Kami melakukan pengembangan model SEIQRD (Suceptible-Exposed-Quarantine-Recovery-Death). Bagaimana melihat proyeksi dinamika kasus saat disimulasikan beberapa strategi intervensi (disimulasikan untuk Jakarta) dan Indonesia. Serta analisa data provinsi dengan kepadatan kasus COVID-19 tertinggi di Indonesia serta provinsi mana sajakah yang memiliki persentase tertinggi untuk kasus tak terdeteksi.

Read more

published | First online: 02-04-2020 | Last update: 02-04-2020

Kami melakukan analisa terhadap data provinsi dengan kepadatan kasus COVID-19 tertinggi di Indonesia serta provinsi mana sajakah yang memiliki persentase tertinggi untuk kasus tak terdeteksi. Pengembangan model SEIQRD (Suceptible-Exposed-Quarantine- Recovery-Death). Perhitungan nilai Ro yang dianggap "terbaik" untuk Indonesia dan Bagaimana melihat proyeksi dinamika kasus saat disimulasikan beberapa strategi intervensi (disimulasikan untuk Jakarta).

Read more