Mobilitas Manusia dan Tingkat Penyebaran Covid-19: Sebuah Analisis Kuantitatif
Abstrak
Pandemi Covid-19 menimbulkan banyak ketidakpastian dan sering kali pengambilan keputusan harus diambil tanpa dukungan fakta yang meyakinkan. Penyajian fakta berbasis data kuantitatif menjadi faktor penting untuk meningkatkan kualitas keputusan. Makalah ini bertujuan membangun dukungan bagi penyajian fakta terkait situasi pandemi melalui pendekatan kuantitatif. Dengan menggunakan data mobilitas masyarakat dan data pertambahan kasus harian Covid-19, makalah ini menganalisis korelasi antara kedua faktor tersebut di Provinsi Daerah Istimewa Yogyakarta. Korelasi dihitung antara pertambahan kasus harian Covid-19 dengan mobilitas pada enam jenis area yang dapat dikaitkan dengan aktivitas social gathering. Pada rentang waktu selama Maret 2020 sampai dengan Maret 2021, korelasi antara pertambahan harian kasus Covid-19 dan mobilitas masyarakat pada semua area cenderung rendah (koefisien korelasi berkisar dari 0,03 sampai dengan 0,33). Hal ini mengindikasikan terbentuknya mekanisme social distancing akibat penurunan tingkat mobilitas masyarakat, yang membuat tingkat penyebaran Covid-19 relatif terkontrol. Pada rentang waktu yang lebih pendek dan mengandung lonjakan-lonjakan mobilitas ke area-area tujuan publik yang dipicu oleh beberapa libur panjang, korelasi antara pertambahan kasus harian Covid-19 dengan aktivitas ‘tinggal di rumah’ meningkat secara drastis (koefisien korelasi 0,64). Hal ini menjelaskan fenomena penyebaran virus Covid-19 lebih dicirikan dengan penularan melalui klaster keluarga.
Referensi
(2020) Gugus Tugas Percepatan Penanganan Covid-19, [Online], https://covid19.go.id/peta-sebaran, tanggal akses: 1-Mar-2021.
(2021) Jasa Marga, [Online], https://www.jasamarga.com/public/id/aktivitas/detail.aspx?title=Prediksi%20205%20Ribu%20Kendaraan%20Kembali%20ke%20Jakarta,%20Jasa%20Marga%20Imbau%20Pengguna%20Jalan%20Hindari%20Puncak%20Arus%20Balik%20Hari%20Minggu, tanggal akses: 1-Mar-2021.
M. Jayaweera, H. Perera, B. Gunawardana, dan J. Manatunge, “Transmission of COVID-19 Virus by Droplets and Aerosols: A Critical Review on the Unresolved Dichotomy,” Environ. Res., Vol. 188, hal. 1-18, 2020.
(2020) World Health Organization, [Online], https://www.who.int/news-room/commentaries/detail/transmission-of-sars-cov-2-implications-for-infection-prevention-precautions, tanggal akses: 4-Mar-2021.
(2020) Kementrian Kesehatan Republik Indonesia, [Online], https://covid19.go.id/storage/app/media/Protokol/2020/Juli/REV-05_Pedoman_P2_COVID-19_13_Juli_2020.pdf, tanggal akses: 4-Mar-2021.
(2020) DetikNews, [Online], https://news.detik.com/berita/d-5168247/tak-ikut-terapkan-psbb-total-seperti-dki-pemkot-bogor-pilih-psbmk, tanggal akses: 4-Mar-2021.
(2021) “Instruksi Menteri Dalam Negeri Nomor 03 Tahun 2021,” [Online], https://covid19.go.id/p/regulasi/instruksi-menteri-dalam-negeri-nomor-03-tahun-2021, tanggal akses: 4-Mar-2021.
(2020) Kompas Online, [Online], https://regional.kompas.com/read/2020/12/31/15250031/polemik-pembukaan-malioboro-di-malam-tahun-baru-kasus-covid-19-tinggi-hingga?page=all, tanggal akses: 4-Mar-2021.
T. Aven dan F. Bouder, “The COVID-19 Pandemic: How can Risk Science Help?,” Journal of Risk Research, Vol. 23, No. 7-8, hal. 849-854, 2020.
M. Enserink dan K. Kupferschmidt. “With COVID-19, Modeling Takes on Life and Death Importance,” Science, Vol. 367, No. 6485, hal. 1414-1415, 2020.
A. Wesolowski, C.O. Buckee, K. Engø-Monsen, dan C.J.E. Metcalf, “Connecting Mobility to Infectious Diseases: The Promise and Limits of Mobile Phone Data,” J. Infectious Diseases, Vol. 214, No. 4, hal. S414–S420, Des. 2016.
N.M. Ferguson, D.A. Cummings, S. Cauchemez, C. Fraser, S. Riley, A. Meeyai, S. Iamsirithaworn, dan D.S. Burke, “Strategies for Containing an Emerging Influenza Pandemic in Southeast Asia,” Nature, Vol. 437, No. 7056, hal. 209-214, 2005.
A. Wesolowski, N. Eagle, A.J. Tatem, D.L. Smith, A.M. Noor, R.W. Snow, dan C.O. Buckee, “Quantifying the Impact of Human Mobility on Malaria,” Science, Vol. 338, No. 6104, hal. 267-270, 2012.
D.A. Cummings, R.A. Irizarry, N.E. Huang, T.P. Endy, A. Nisalak, K. Ungchusak, dan D.S. Burke, “Travelling Waves in the Occurrence of Dengue Haemorrhagic Fever in Thailand,” Nature, Vol. 427, No. 6972, hal. 344-347, 2004.
B.T. Grenfell, O.N. Bjornstad, J. Kappey, “Travelling Waves and Spatial Hierarchies in Measles Epidemics,” Nature, Vol. 414, No. 6865, hal. 716–23, 2001.
K. Linka, M. Peirlinck, F. Sahli Costabal, dan E. Kuhl, “Outbreak Dynamics of COVID-19 in Europe and the Effect of Travel Restrictions,” Comput. Methods Biomech. Biomed. Eng., Vol. 23, No. 11, hal. 710–717, Agu. 2020.
M.U.G. Kraemer, C.-H. Yang, B. Gutierrez, C.-H. Wu, B. Klein, D.M. Pigott, L. du Plessis, N.R. Faria, R. Li, W.P. Hanage, J.S. Brownstein, M. Layan, A. Vespignani, H. Tian, C. Dye, O. G. Pybus, dan S. V. Scarpino, “The Effect of Human Mobility and Control Measures on the COVID-19 Epidemic in China,” Science, Vol. 368, No. 6490, hal. 493–497, Mei 2020.
R.A. Ghiffari, “Dampak Populasi dan Mobilitas Perkotaan Terhadap Penyebaran Pandemi Covid-19 di Jakarta,” Jurnal Tunas Geografi, Vol. 9, No. 1, hal. 81-88, 2020.
C. Xiong, S. Hu, M. Yang, W. Luo, dan L. Zhang, “Mobile Device Data Reveal the Dynamics in a Positive Relationship Between Human Mobility and COVID-19 Infections,” Proc. of the National Academy of Sciences of the United States of America (PNAS), Vol. 117, No. 44, hal. 27087-27089, Nov. 2020.
P. Bonato, P. Cintia, F. Fabbri, D. Fadda, F. Giannotti, P.L. Lopalco, S. Mazzilli, M. Nanni, L. Pappalardo, D. Pedreschi, dan F. Penone, “Mobile Phone Data Analytics Against the Covid-19 Epidemics in Italy: Flow Diversity and Local Job Markets During the National Lockdown,” arXiv preprint arXiv:2004.11278, 2020.
X. Huang, Z. Li, Y. Jiang, X. Li, dan D. Porter, “Twitter Reveals Human Mobility Dynamics During the COVID-19 Pandemic,” PloS One, Vol. 15, No. 11, hal. 1-21, 2020.
J-F. Mas, “Spatio-Temporal Dataset of COVID-19 Outbreak in Mexico,” Data in brief, Vol. 35, hal. 106843, Apr. 2021.
W. Xi, T. Pei, Q. Liu, C. Song, Y. Liu, X. Chen, J. Ma, dan Z. Zhang, “Quantifying the Time-Lag Effects of Human Mobility on the COVID-19 Transmission: A Multi-City Study in China,” IEEE Access, Vol. 8, hal. 216752-216761, 2020.
A. Aktay, S. Bavadekar, G. Cossoul, J. Davis, D. Desfontaines, A. Fabrikant, E. Gabrilovich, K. Gadepalli, B. Gipson, M. Guevara, and C. Kamath, “Google COVID-19 Community Mobility Reports: Anonymization Process Description (Version 1.0),” arXiv preprint arXiv:2004.04145, 2020.
W. Rowe (2019) “How to Track Tweets by Geographic Location,” [Online], https://www.bmc.com/blogs/track-tweets-location/, tanggal akses 31 Maret 2021.
J.S. Brownstein, C. Cassa, I.S. Kohane, dan K.D. Mandl, “Reverse Geocoding: Concerns About Patient Confidentiality in the Display of Geospatial Health Data,” Proceedings of the American Medical Informatics Association (AMIA) Annual Symposium, 2005, hal. 905.
L. Alexander, S. Jiang, M. Murga, and M.C. González, “Origin–Destination Trips by Purpose and Time of Day Inferred from Mobile Phone Data,” Transportation Research Part C: Emerging Technologies, Vol. 58, Part B, hal.240-250, 2015.
© Jurnal Nasional Teknik Elektro dan Teknologi Informasi, di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.
2.png)
