Ni Made Inna Dariwardani. (BP/Istimewa)

Oleh Ni Made Inna Dariwardani

Kebijakan penanganan pandemi sangat didasarkan pada data kasus harian Covid-19 yang selanjutnya diolah menjadi indikator penanganan pandemi. Dalam penentuan level PPKM suatu daerah misalnya, pemerintah menggunakan setidaknya tiga indikator yaitu jumlah kasus terkonfirmasi positif Covid-19 per 100 ribu penduduk, jumlah kasus yang dirawat di rumah sakit per 100 ribu penduduk, dan jumlah kematian per 100 ribu penduduk merujuk pada ketentuan Organisasi Kesehatan Dunia (WHO).

Belakangan, indikator terkait jumlah kematian tidak lagi menjadi acuan mengingat data kematian akibat virus Covid-19 dinilai tidak valid.

Dari awal pandemi pada Maret 2020 lalu, pencatatan data kasus harian Covid-19 di Indonesia sudah menuai beragam kritik. Sebagian beranggapan jumlah kasus terlalu dibesar-besarkan (overestimate), khususnya terkait data kematian yang pada kenyataannya terdapat mereka yang berpulang akibat penyakit penyerta namun tercatat sebagai kasus kematian akibat virus Covid-19.

Di sisi lain, tidak sedikit pula yang berpandangan kasus Covid-19 yang tercatat cenderung direndah-rendahkan (underestimate), mengingat ditemukannya data kasus harian secara nasional yang dirilis Kementrian Kesehatan lebih rendah dibandingkan dengan agregat data yang didapat dari situs penanganan covid-19 yang dikelola Pemerintah Daerah. Lantas data mana yang benar?

Baca juga:  Bupati Giri Prasta Ikuti Pengarahan Presiden, Kebijakan Badung Tangani Pandemi Selaras dengan Pusat 

Dalam ilmu statistik, nilai dari populasi dianggap sebagai kebenaran (expected value) yang didapat dari hasil pencatatan lengkap seluruh anggota populasi (sensus). Meskipun nilai tersebut (yang disebut parameter) adalah nilai “kebenaran”, bukan berarti tidak mengandung kesalahan (error). Setidaknya ada dua jenis kesalahan dalam pencatatan nilai populasi yaitu kesalahan cakupan (coverage error) dan kesalahan isian (content error). Kesalahan cakupan terjadi apabila anggota populasi  tercatat ganda atau malah tidak tercatat.

Sementara kesalahan isian biasanya terjadi karena human error baik itu kesalahan informasi yang diberikan oleh anggota populasi maupun kesalahan petugas dalam menangkap nilai dari populasi.

Kesalahan pencatatan atau error memang tidak bisa dihindari, namun setidaknya ada dua jalan yang dapat ditempuh berkenaan dengan error tersebut yaitu memperkecil peluang terjadinya error tersebut melalui manajemen pencatatan yang baik dan melakukan pengukuran besaran error yang terjadi sehingga dalam pengambilan keputusan nantinya, error tersebut bisa diperhitungkan.

Pengukuran besaran error dapat dilakukan melalui mekanisme survei pasca sensus (post enumeration survey) dengan memilih beberapa anggota populasi untuk didata ulang dan membandingkan hasilnya dengan pendataan sebelumnya. Tingkat kesalahan yang didapat tersebut dapat digunakan untuk memperbaiki nilai estimasi populasi agar semakin mendekati nilai populasi yang sesungguhnya (parameter). Pun angka error tersebut dapat digunakan untuk menilai kualitas data hasil pendataan, jika nilainya tinggi maka harus diperhitungkan  lagi penggunaan data yang dihasilkan. Tingkat kesalahan  yang bisa ditolerir umumnya tergantung karakteristik variabel yang dikumpulkan dan kepentingan pengguna data sendiri.

Baca juga:  Tantangan Mengeleminir Sarjana Mengganggur

Untuk data kasus terkonfirmasi positif Covid-19  harian misalnya, karena sifat datanya sangat sensitif maka seharusnya tingkat kesalahan cakupan yang bisa ditolerir juga rendah, misalnya 1 sampai 5 persen.

Sementara itu upaya meminimalisir peluang terjadinya kesalahan pencatatan data dapat dilakukan dengan menerapkan manajemen pencatatan yang baik dengan menerapkan kaidah statistik yang ada.  Langkah pertama adalah dengan menyiapkan instrumen pengumpulan data yang baik. Instrumen tersebut dapat berupa form atau kuesioner dan panduan pengisiannya yang berisikan tata cara (standard operational procedure-sop) maupun konsep dan definisi yang digunakan dalam pengumpulan datanya.

Langkah selanjutnya adalah menyiapkan Sumber Daya Manusia (SDM) yang terlatih dengan kualifikasi mencukupi yang akan melakukan pencatatan data, input data, maupun monitoring data. Berkaca dari kasus salah input pasien sembuh namun tercatat meninggal di Kota Denpasar pada beberapa pekan lalu, SDM menjadi salah satu faktor krusial yang menentukan validitas data. Selanjutnya perlu dibangun sistem pengolahan data yang terintegrasi, sehingga mulai dari input data, pengolahan data, analisis, dan penyajian datanya dapat terintegrasi dalam satu sistem.

Baca juga:  Hedonisme dan Jeratan Pinjaman Online

Terkait pencatatan data Covid-19 yang terjadi adalah sistem aplikasi yang berbeda – beda antara pemerintah kabupaten, pemerintah provinsi, maupun pemerintah pusat.

Sebagai langkah terakhir adalah diperlukan mekanisme penjaminan kualitas data (data quality control) yang salah satunya mencakup kegaitan monitoring.  Kegiatan monitoring yang saat ini sedang digencarkan pemerintah seperti melalui mekanisme inspeksi mendadak atau sidak ke fasilitas kesehatan seharusnya dilakukan untuk memastikan setiap tahapan kegiatan pencatatan data Covid-19 sampai dengan penyajian datanya sudah sesuai standard yang ditetapkan.

Di samping itu, kontrol dari masyarakat juga diperlukan untuk menilai kualitas data tersebut. Bahkan sejak awal pandemi, partisipasi masyarakat tercermin dari munculnya community base platform terkait data maupun informasi seputar Covid-19 seperti situs kawalcovid19.id dan laporcovid19.org. Penanganan pandemi membutuhkan pijakan data yang berkualitas sehingga kebijakan penanganannya pun tepat.

Penulis, Statistisi Bekerja di Badan Pusat Statistik (BPS) Provinsi Bali.

BAGIKAN

TINGGALKAN BALASAN

Please enter your comment!
Please enter your name here

CAPCHA *