Analisis Ruang COVID-19: Menilai Efektivitas Kebijakan PSBB dalam Penanganan Pandemi di Jakarta

 
 
Jakarta, Humas BRIN. Sejak merebaknya pandemi Covid-19, beberapa negara di dunia menerapkan kebijakan lockdown nasional karena penyebaran kasus yang besar. Beberapa di antaranya adalah India, Italia, dan Malaysia. Sementara itu, beberapa negara lain menerapkan lockdwon sebagian, seperti yang dilakukan oleh Vietnam, Tiongkok, dan AS. Menurut Ren (2020) dan Homburg (2020), efektivitas kebijakan lockdown bergantung pada jangka waktu penerapan, di mana penerapan lebih awal menimbulkan hasil yang lebih efektif. Namun, Ren juga menyebut bahwa lockdown selayaknya menjadi pilihan terakhir saat penyebaran kasus sudah tidak dapat dikendalikan.

Bagi negara berkembang, kebijakan lockdwon menjadi masalah karena menurunkan aktivitas ekonomi, pun daya beli masyarakat. Oleh karena itu, kebijakan lockdown mewajibkan pemerintah untuk memberikan bantuan sosial pada masyarakat, di tengah turunnya pendapatan negara karena anjloknya pertumbuhan ekonomi. Tentunya ini menjadi hal yang berat bagi negara berkembang.

Pemerintah Indonesia beberapa waktu lalu memilih menerapkan kebijakan Pembatasan Sosial Berskala Besar (PSBB) sebagai bentuk kompromi untuk mengakomodasi penyebaran Covid-19 dan dampaknya pada ekonomi, termasuk di Jakarta. Hal ini didasari atas pantauan kasus terkonfirmasi Covid-19 dan atas rekomendasi Satuan Tugas Covid-19 yang terdiri dari para ahli, akademisi, dan tenaga medis. Kebijakan ini membuat pemerintah pada jenjang Provinsi mengambil kebijakan menutup sekolah, kantor, dan transportasi umum, sementara tetap membuka sektor-sektor esensial seperti kesehatan, makanan, ritel, komunikasi, dan keuangan.

Untuk mengetahui efektivitas penerapan PSBB di Jakarta, tim penelitian dari Balai Konservasi Tumbuhan Kebun Raya Lembaga Ilmu Pengetahuan Indonesia (LIPI) dan Pusat Pengkajian Perencanaan dan Pengembangan Wilayah (P4W) - Institut Pertanian Bogor, yang dipimpin oleh Didit Okta Pribadi (Peneliti Balai Konservasi Tumbuhan Kebun Raya LIPI) melakukan analisis spasial (ruang) penyebaran Covid-19 yang dituangkan dalam paper berjudul "Spatial analysis of COVID-19 outbreak to assess the effectiveness of social restriction policy in dealing with the pandemic in Jakarta." diterbitkan di Jurnal Spatial and Spatio-Temporal Epidemiology, Elsevier.

Dalam penelitian tersebut, tim peneliti melakukan studi terhadap beberapa data utama, yaitu akumulasi jumlah kasus terkonfirmasi desa/hari dari website https://corona.jakarta.go.id/id/peta-persebaran, per tanggal 25 Maret hingga 28 April 2020, dibagi menjadi dua periode. Periode pertama dari 25 Maret hingga 12 April 2020, mewakili situasi sebelum penerapan kebijakan PSBB, dan Periode kedua dari 25 Maret hingga 28 April 2020, mewakili situasi keseluruhan hingga kebijakan PSBB diterapkan. Data lain yang digunakan adalah jumlah penduduk per desa yang diperoleh dari Badan Pusat Statistik (BPS) 2019. Data tersebut digunakan untuk menghitung risiko penularan di setiap desa, di mana desa yang memiliki lebih banyak penduduk menghadapi risiko penularan yang lebih besar. Selain itu, tim juga mengumpulkan data shapefile pada peta bangunan dan jalan Jakarta dari Open Street Map (OSM) dan peta stasiun kereta api dari Rencana Detail Tata Ruang Jakarta 2010-2030. Data tersebut digunakan sebagai proxy untuk menggambarkan distribusi, interaksi, dan pergerakan orang yang dianggap sebagai faktor utama yang menentukan penularan Covid-19. Penelitian ini bertujuan untuk (1) memvisualisasikan pola spasial kasus terkonfirmasi Covid-19 dan lokasi potensi risiko penularan, dan (2) mengetahui proses spasial yang mendasari pola spasial kasus Covid-19.  

Analisis Hot Spot dan Klaster Risiko Penularan
Analisis hot spot yang muncul dan statistik pemindaian ruang-waktu digunakan untuk menganalisis dinamika kasus yang terinfeksi dan risiko penularan. Hasil analisis hot spot yang muncul menyoroti dua hal penting. Pertama, setiap unit wilayah terkecil (desa/kelurahan) memiliki kurva pandemi tersendiri, yang berbeda antar wilayah kota. Kurva di beberapa area telah melambat, tetapi yang lain mungkin baru saja mulai meningkat. Oleh karena itu, penilaian berkala perlu dilakukan secara spasial dan temporal untuk mengembangkan pengawasan yang lebih efektif dan efisien. Kedua, transmisi spasial terus berlanjut, meski intensitas kasus semakin berkurang akibat penerapan kebijakan PSBB. Ini menunjukkan bahwa penyebaran kasus terinfeksi harus diperhatikan, meskipun kasus baru harian dalam kurva pandemi secara keseluruhan menunjukkan penurunan. Mengabaikan situasi ini akan menyebabkan kebijakan yang salah. Misalnya, ketika kebijakan PSBB sedikit dilonggarkan karena adanya penurunan, ternyata menyebabkan jumlah kasus baru yang lebih tinggi karena penyakit ini telah menyebar ke wilayah yang lebih luas. Hal tersebut terjadi di Jakarta ketika pemerintah dan masyarakat menjadi kurang waspada setelah penurunan jumlah kasus, sehingga jumlah kasus baru meningkat lagi.

Meski begitu, penilaian reguler pada dinamika spatiotemporal dari kasus yang dikonfirmasi tidaklah cukup, karena dinamika spatiotemporal dari risiko penularan juga harus dipertimbangkan. Hasil kajian menunjukkan bahwa penerapan kebijakan PSBB mampu menurunkan intensitas risiko penularan. Namun, jumlah klaster risiko meningkat, sehingga menegaskan hasil analisis hot spot yang muncul bahwa transmisi spasial masih berlanjut ke wilayah yang lebih luas.

Hasil penelitian menunjukkan bahwa meskipun beberapa desa telah menjadi hot spot yang intensif, desa-desa tersebut memiliki risiko penularan yang lebih rendah karena jumlah populasi berisiko lebih sedikit. Sebaliknya, beberapa desa dengan intensitas hot spot yang lebih rendah (dibandingkan dengan hot-spot intensif), memiliki risiko yang lebih tinggi karena memiliki lebih banyak populasi berisiko.

Baik dinamika klaster kasus terkonfirmasi maupun klaster risiko penularan harus dipertimbangkan bersama karena keduanya saling berhubungan. Kombinasi kedua pendekatan ini akan membantu pemerintah dalam mencegah dan mengendalikan penularan Covid-19 serta mengalokasikan sumber daya seperti infrastruktur kesehatan, tenaga medis, dan lain-lain.

Model Geographical Weighted Regression (GWR)
Untuk mengatasi transmisi spasial yang berkelanjutan ini, penting pula untuk mengidentifikasi faktor pendorong yang mempengaruhi penyebaran. Tim peneliti menggunakan model GWR sebagai pendekatan yang paling tepat untuk data di Jakarta. Untuk area atau konteks lain, model atau pendekatan yang berbeda mungkin digunakan.

Hasil GWR menunjukkan bahwa terdapat tiga kelompok variabel yang mempengaruhi jumlah kasus terinfeksi yang terdiri dari persebaran jenis bangunan, kepadatan penduduk, dan transportasi. Variabel-variabel tersebut mempengaruhi mobilitas dan interaksi sosial di Jakarta.

Mengenai variabel bangunan, hasil GWR menunjukkan bahwa peningkatan kasus terinfeksi kemungkinan besar disebabkan oleh pemukiman kelas menengah ke bawah di pusat kota; pemukiman kelas menengah atas di Selatan dan Timur Jakarta; dan bangunan yang lebih besar yang berpotensi membuat keramaian di kawasan pemukiman di Selatan Jakarta.

Kemudian, terkait kepadatan penduduk, jumlah penduduk terpadat di Barat Daya Jakarta dapat mendorong jumlah kasus terinfeksi. Sedangkan variabel transportasi yang memudahkan mobilitas di sekitar pemukiman dapat meningkatkan kasus terinfeksi. Jalur komuter dengan kereta api juga memicu tingginya kasus terinfeksi, terutama untuk komuter dari daerah pinggiran kota (Bogor, Depok, dan Bekasi) ke Jakarta. Meski jumlah penumpang dibatasi selama penerapan kebijakan PSBB, banyak komuter masih menggunakan jalur ini karena Kementerian Perindustrian masih mengizinkan 721 perusahaan di Jakarta untuk beroperasi secara normal. Hal ini menjadi salah satu faktor yang membuat penerapan kebijakan PSBB di Jakarta kurang berhasil karena kebijakan yang tidak sinkron antara Pemerintah Provinsi dan Pemerintah Pusat (Kementerian Perindustrian dan Kementerian Perhubungan).

Hasil penelitian ini diharapkan dapat digunakan sebagai pedoman bagi pemerintah untuk menerapkan pendekatan semacam ini untuk memantau dinamika kasus terinfeksi dan risiko penularan. Hal ini akan meningkatkan kapasitas pemerintah dalam melakukan pengawasan dan menekan penyebaran spasial. Tentu masalah kesehatan harus diprioritaskan, namun dengan data dan informasi yang lebih akurat, kegiatan ekonomi di daerah dengan kasus dan risiko lebih rendah tetap dapat dijalankan dengan penerapan protokol kesehatan. (sr)

 


Sivitas Terkait : Dr. Agr. Didit Okta Pribadi M.Si
Diakses : 1785