Oleh: Syahrituah Seregar
Apa yang anda pikirkan ketika melihat data perkembangan terkini kasus Covid 19 baik ditingkat daerah, nasional, maupun global? Barangkali akan beragam sikap anda memandang, ada yang langsung percaya tapi ada juga yang meragukan, bahkan ada yang skeptis karena alasan politis ataupun konspiratif. Terlepas dari bagaimana bentuk respon kita, syarat data layak desiminasi ia harus “bunyi”, artinya bukan sekedar kumpulan angka tesusun ditabel tapi lebih jauh ia mampu menunjukkan “state of critical point”.
Situs gugus tugas penanggulangan covid-19 nasional per 8 Juli 2020 menyajikan datapada tingkat nasional dimana jumlah kasus terkonfirmasi Covid-19 adalah sebanyak 68.079 dan meninggal 3.359 dengan tingkat kematian sebesar 4,9% dari jumlah terkontaminasi. Kalimantan Selatan (Kalsel), dalam jumlah kasus terkonfirmasi Covid-19 berada diurutan keenam, yakni sebesar 3.628 kasus, setelah 5 provinsi dengan jumlah kasus terbanyak terdiri dari: 1.Jawa Timur; 2.DKI Jakarta; 3. Sulawesi Selatan; 4. Jawa Tengah; dan 5. Jawa Barat.
Dalam jumlah kematian, Kalsel berada di urutan ke-4 nasional dengan jumlah 202 kasus, dibawah Jawa Timur (1.053), DKI Jakarta (649) dan Jawa Tengah (215). Berdasarkan Tingkat Kematian, urutan menjadi sangat berbeda, sebagai berikut: 1. Jawa Timur (7,53%); 2. Kalsel (5,56%); 3. DKI Jakarta (5,12%); 4. Jawa Tengah (4,54%); 5. Jawa Barat (4,81%); dan 6. Sulawesi Selatan (3,53%). Antara data jumlah kematian dan tingkat kematian tentu yang lebih “bunyi” adalah angka tingkat kematian, karena titik kritis masalah infeksi Covid-19 adalah intensitasnya dalam menyebabkan kematian. Artinya, perbandingan kegawatan antar provinsi tidak bisa disimpulkan secara sederhana dari jumlah absolut saja tapi memerlukan sedikitnya angka rasio “rate” yang dalam hal ini tingkat kematian. Sangat disayangkan sebagian orang dengan cepat mengambil kesimpulan dari data yang kurang bunyi karena terburu-buru dan tidak mendapat penjelasan lebih bermakna dari media yang dibaca.
Jika data Covid-19 diperdalam lagi, ternyata semakin banyak keterbatasan data-data itu untuk dapat langsung dijadikan kesimpulan. Penyebabnya, diantaranya karena kesejangan antara penyajian data dan fenomena riil. Angka jumlah kasus terkontaminasi adalah hasil dari PCR Test atau Swab test atas sejumlah sample ditiap daerah yang mana jenis metode samplingnya tidak pernah dijelaskan, sepanjang pengetahuan kami. Tentu saja hasilnya jauh dari mewakili keadaan sebenarnya. Proporsi jumlah sampel dari jumlah penduduk ditiap daerah diyakini juga tidak merata karena terlihat testnya dilakukan secara “insidentil” dan tergantung “kamauan” pengambil kebijakan. Ada kecendrungan banyaknya kasus terkontaminasi yang dilaporkan sangat dipengaruhi jumlah pengambilan test yang dilakukan sehingga tidak menggambarkan tingkat keterpaparan yang sebenarnya.
Keterbatasan sarana laboratorium menambah parah lemahnya akurasi data. Setelah test masal dilakukan maka ribuan sample swab mengantri untuk di uji di lab. Ada kesejangan waktu yang besar antara kejadian wabah, pelaksanaan sampling, dan pelaporan data. Apalagi masa infeksi virus ini memiliki jangka waktu masa inkubasi tertentu yang patut diperimbangkan. Jika dikaitkan dengan kepentingan efektifitas kebijkaan yang memerlukan momentum maka data yang tersaji mungkin belum dapat maksimal membantu bahkan bisa jadi memiliki risiko. Data tambahan kasus harian yang disajikan website gugus tugas menjadi empuk di sajikan media dan kemudian orang yang kurang faham mulai mengaitkannya dengan faktor-faktor penyebab yang mungkin, seperti fenomena sosiologis, geografis, psikologis, politis dan sebagainya. Padahal lag waktu data dan fenomena yang diduga menjadi penyebab mungkin berbeda jauh. Dalam bahasa popular, bisa dikatakan antara kegaduhan dilapangan tidak terkoneksi dengan kegaduhan di media dan lebih tidak terkoneksi dengan timing kebijakan pemerintah.
Dalam dunia riset keterbatasan data bukan hal baru. Misalnya, salah satu alat analisis populer dikalangan makro ekonomis bernama Computable General Equilibrium (CGE) diyakini sangat powerful untuk menganalis persoalan ekonomi secara menyeluruh dan sangat berguna untuk memberikan masukan bagi kebijakan. Sayangnya, karena data-data yang dibutuhkan sangat banyak dan berbiaya sangat tinggi maka ketersediaannya sangat terbatas. Alat berharga ini pada akhirnya relatif jarang digunakan. Serupa dengan kondisi wabah Covid-19 saat ini, mustahil kiranya untuk melakukan swab-test kepada seluruh penduduk karena mahal dan terbatasnya sarana dan prasarana yang ada. Disaat yang sama, wabah Covid-19 dan dampaknya terus berlangsung dan mempengaruhi kehidupan. Kalau selama ini keterbatasan data diantisipasi para peneliti dengan mencari variable-variabel alternative sebagai proxy atau pendekatan bagi parameter dan indikator yang dibutuhkan maka sekarang hal itu menjadi tantangan metodologis yang lebih besar lagi. Jika selama ini data “usang” masih bisa di manfaatkan untuk analisis CGE maka sekarang data up to date harus selalu tersaji secara streaming dan dibutuhkan untuk kebijakan yang cepat dan tepat. Mungkin inilah bentuk tantangan disrupsi data di era Revolusi Industri 4.0 ++ yang di pantik dengan adanya wabah corona ini. Sekian… Wallahu a’lam.
Jawa Timur (KF: 14.321; MN:1.053; TK:7,35%); Kalsel (KF:3.628; MN:202; TK:5,56%), DKI Jakarta (KF: 12.667; MN:649; TK:5,12%), Jawa Tengah (KF:4.738; MN:215; TK:4,54%), Jawa Barat (KF:3700; MN: 178; TK:4,81%), Sulawesi Selatan (KF:5.974; MN:200; TK:3,35%) ———————- KF: Terkonfirmasi; MN: Meninggal; TK: Tingkat Kematian
Syahrituah Siregar adalah dosen Jurusan Ilmu Ekonomi dan Studi Pembangunan FEB ULM