Keberhasilan Jepang dalam menangani pandemi Covid-19 tanpa melakukan lockdown dan tes masif belakangan ini diketahui karena memanfaatkan Big Data untuk melacak mobilitas pasien Covid-19. Lantas, haruskah Indonesia menerapkan Big Data agar pandemi ini cepat berlalu?
PinterPolitik.com
Beberapa waktu ini, Jepang tengah mendapatkan tempat tersendiri dalam perhatian dunia. Namun, ini bukan karena berbagai rilis manga ataupun anime yang terpaksa harus ditunda akibat pandemi virus Corona (Covid-19), melainkan karena keberhasilan negeri Matahari Terbit dalam melewati masa darurat Covid-19 tanpa menerapkan protokol darurat mainstream seperti lockdown (karantina wilayah) dan tes masif.
Tidak heran kemudian, keberhasilan tersebut dinilai sebagai suatu misteri tersendiri. Mulai dari pemberian insentif sebesar 100 ribu yen atau sekitar Rp 14,3 juta agar masyarakat mematuhi protokol social distancing dengan berdiam diri di rumah, hingga pada dugaan budaya higienis dan tidak terbiasanya masyarakat Jepang dalam berinteraksi sosial jarak dekat, seperti bersalaman disebut sebagai faktor kunci keberhasilan.
Namun, misteri tersebut sepertinya telah terpecahkan. Menariknya, adalah sosok muda berusia 38 tahun yang disebut sebagai thinker jenius di balik kesuksesan tersebut. Dia adalah Menteri Digital Taiwan, Audrey Tang yang menerapkan teknologi berbasis Big Data untuk melacak dan memetakan mobilisasi pasien positif Covid-19.
Berhasil menerapkannya di Taiwan, Tang kemudian bekerja sama dengan pemerintah Jepang untuk melakukan hal serupa guna memetakan mobilisasi pengunjung kapal Diamond Princess. Tidak hanya melakukan pelacakan orang-orang berisiko tinggi, Tang juga membuat platform yang berguna untuk mengetahui persediaan masker.
Kemampuan dalam melakukan pelacakan orang-orang dengan tingkat risiko tinggi, kemudian menjadi jawaban mengapa Jepang tidak perlu melakukan lockdown ataupun tes masif Covid-19. Tidak hanya melakukan penghematan anggaran, tes berbasis tingkat risiko semacam itu juga lebih efektif, serta berguna untuk memetakan lokasi-lokasi rawan yang perlu dihindari oleh masyarakat.
Saat new normal diterapkan, kasus #COVID19 justru meningkat di Korsel. Akhirnya batal deh new normal. Gimana Indonesia nih? #infografis #politik #pinterpolitik #newnormalhttps://t.co/Ewc1ZE4m3p pic.twitter.com/VscNfRKuvM
— Pinterpolitik.com (@pinterpolitik) June 2, 2020
Tidak hanya Taiwan ataupun Jepang, teknologi berbasis Big Data juga disebut menjadi kunci keberhasilan Korea Selatan (Korsel) dan Tiongkok dalam menekan tingkat penularan Covid-19. Korsel misalnya menggunakan gawai untuk mendeteksi keberadaan warganya agar dapat mengirimkan peringatan darurat apabila memasuki wilayah rawan.
Menariknya, teknologi Big Data pernah dirasakan keberhasilannya oleh Tim Kampanye Nasional (TKN) Joko Widodo (Jokowi)-Ma’ruf Amin pada Pilpres 2019 lalu. Menggunakan empat mesin Big Data, sentimen-sentimen positif dan negatif masyarakat di media sosial kemudian dikumpulkan dan dianalisis oleh algoritma. Alhasil, strategi kampanye yang tepat dapat dirumuskan, serta mengantarkan Jokowi terpilih kembali menjadi presiden.
Lantas, mengapa strategi serupa tidak diterapkan untuk mengatasi pandemi Covid-19?
Big Data Melawan Covid-19
Julie Shah dan Neel Shah dalam tulisannya Fighting Coronavirus with Big Data menyebutkan, dengan adanya teknologi Big Data, kemungkinan untuk mencegah Covid-19 menjadi pandemi yang mematikan 50 juta jiwa seperti Flu Spanyol sangatlah besar. Hal ini karena Big Data memungkinkan adanya teknologi untuk melakukan pelacakan kontak seperti yang telah diterapkan di Taiwan dan Korsel, sehingga sumber-sumber penularan dalam dilacak sedini mungkin.
Masalah sumber penularan ini menjadi vital untuk diperhatikan karena tidak hanya mencegah penularan menjadi masif, tetapi juga menjadi jawaban agar kebijakan lockdown atau isolasi tidak perlu dilakukan. Sebagaimana diketahui, kebijakan lockdown diterapkan karena kita tidak mengetahui di mana tempat atau siapa saja yang terpapar Covid-19. Alhasil, untuk mencegah kemungkinan terpapar, pemutusan alur mobilisasi harus dilakukan.
Dalam sejarah, tidak diketahuinya sumber penularan memang menjadi masalah utama dalam penanganan berbagai wabah. Wabah Athena di Yunani pada abad kelima SM misalnya, karena sumber wabah tidak diketahui, orang-orang Peloponnesia kemudian dituduh sebagai biang keladi wabah karena beredar kabar mereka telah meracuni sumur dan waduk Athena.
Kemudian, ada pula wabah Antonine di Romawi pada 165-180 M yang justru dilimpahkan kepada orang-orang Kristen oleh Kaisar Marcus Aurelius. Menurutnya, wabah tersebut terjadi karena orang-orang Kristen menolak untuk menghormati dewa-dewa Romawi. Belakangan diketahui, wabah tersebut ternyata dibawa pulang oleh tentara Romawi yang selesai berperang.
Duh, setelah yang ibukota vs nasional, ini yang kota vs provinsi lagi. Kalian di kubu mana nih kalau soal Bu Risma dan Bu Khofifah ini? #infografis #politik #pinterpolitikhttps://t.co/XoZc0kI2cb pic.twitter.com/V81c8O3REG
— Pinterpolitik.com (@pinterpolitik) June 2, 2020
Malcolm Gladwell dalam bukunya The Tipping Point juga memberikan catatan khusus perihal tidak diketahuinya sumber wabah yang menyebabkan ledakan penularan. Dalam temuannya, seperti pada kasus epidemi sifilis di kota Baltimore, Amerika Serikat (AS) pada tahun 1990-an, ataupun epidemi gonore di Colorado Springs, AS pada tahun 1985-1992 – penularan kedua epidemi tersebut justru disebabkan oleh sebagian kecil orang yang memang memiliki tingkat aktivitas sosial atau mobilisasi yang tinggi.
Jika direfleksikan, apabila sumber wabah diketahui sejak dini, bukankah ledakan kasus ataupun mengkambing hitamkan kelompok tertentu seperti pada kasus wabah Athena dan Antonine dapat dihindari?
Dengan kata lain, di luar perdebatan mengenai terciptanya surveillance state atau negara pengawasan, penerapan Big Data untuk melakukan pelacakan orang-orang berisiko ataupun memetakan daerah rawan merupakan langkah yang sangat efektif untuk mencegah ledakan kasus. Dengan adanya pemetaan yang akurat, tentunya itu dapat menghindarkan pemerintah untuk menerapkan lockdown ataupun pembatasan sosial berskala besar (PSBB) yang menjadi momok menakutkan bagi aktivitas ekonomi.
Lantas, dengan berbagai manfaat tersebut, mengapa pemerintah Jokowi tidak menerapkan teknologi berbasis Big Data untuk melakukan pelacakan orang-orang berisiko tinggi?
Kendala yang Ada?
Jika bertanya perihal mengapa TKN Jokowi-Ma’ruf dapat menggunakan Big Data pada kampanye lalu, mungkin jawabannya adalah karena adanya limpahan dana yang siap digunakan. Tidak dapat dipungkiri, penerapan teknologi tersebut memang membutuhkan biaya yang tidak sedikit serta infrastruktur yang memadai.
Dalam studi yang dilakukan oleh Amazon, biaya pembangunan dan pemeliharaan gudang data (data warehouses) ditaksir mencapai US$ 19-25 ribu atau sekitar Rp 274-361 juta per terabyte (TB) setiap tahunnya. Jika gudang data sederhana perusahaan saja rata-rata berisi 40 TB informasi, maka setiap tahunnya anggaran yang dipersiapkan dapat mencapai US$ 1 juta atau sekitar Rp 14,4 miliar.
Pertanyaannya, lantas berapa biaya yang harus dikeluarkan untuk menganalisis penduduk Indonesia yang mencapai 200 juta jiwa lebih? Sangat besar bukan?
Udah kayak rumah hantu nih. Kapasitas 1000, tapi cuma ada 46 pasien. Udah gitu dibangunnya di daerah yang jauh dari episentrum Covid-19. Duh. #infografis #politik #rsgalang #pinterpolitikhttps://t.co/DvKsna5knU pic.twitter.com/SZNf3rnAwi
— Pinterpolitik.com (@pinterpolitik) June 1, 2020
Pada saat ini, pemerintah diketahui tengah kesulitan dalam menutup berbagai lubang yang diakibatkan oleh pandemi Covid-19. Mulai dari insentif tenaga medis yang disebut belum cair di sejumlah daerah, bantuan langsung tunai (BLT) yang tidak merata, sampai pada Kementerian Kesehatan (Kemenkes) yang ternyata belum membayar 3,3 juta alat pelindung diri (APD). Tidak diragukan lagi, peristiwa-peristiwa tersebut merupakan indikasi nyata yang menunjukkan bagaimana pemerintah kesulitan dalam aspek ekonomi.
Atas dasar ekonomi pula, relaksasi PSBB akan dilakukan dalam waktu dekat. New normal atau kehidupan normal baru dinilai sebagai jawaban atas mandeknya aktivitas ekonomi serta semakin meningkatnya angka pengangguran akibat pandemi Covid-19.
Tidak hanya terkendala pada aspek biaya pembangunan dan pemeliharaan Big Data, masalah infrastruktur juga menjadi kendala besar. Sebagaimana diketahui, disparitas infrastruktur seperti sinyal internet ataupun belumnya setiap warga memiliki gawai menjadi ganjalan utama dalam menerapkan teknologi Big Data seperti yang dilakukan oleh Taiwan, Jepang, Tiongkok, ataupun Korsel.
Singkat kata, mungkin dapat dipahami, sekalipun pemerintah ingin menerapkan teknologi Big Data untuk melakukan pelacakan atau tracing, kendala biaya dan tidak meratanya infrastruktur sepertinya menjadi ganjalan utama. Akan tetapi, kedua kendala tersebut sebenarnya dapat disiasati dengan memfokuskan penerapan teknologi tersebut hanya pada episentrum penularan seperti di Jakarta.
Tidak hanya memangkas pengeluaran anggaran, infrastruktur di Jakarta sebagai pusat aktivitas ekonomi dan pemerintah tentu saja tidak perlu diragukan lagi. Pada akhirnya, apakah strategi ini akan diambil atau tidak, itu tentunya tergantung pada pertimbangan dan kebijaksanaan sang pemangku kebijakan publik. Menarik untuk ditunggu kelanjutannya. (R53)
► Ingin lihat video menarik lainnya? Klik di bit.ly/PinterPolitik
Ingin tulisanmu dimuat di rubrik Ruang Publik kami? Klik di bit.ly/ruang-publik untuk informasi lebih lanjut.