Abstract:
COVID-19 adalah penyakit pernapasan menular yang disebabkan oleh SARS-CoV-2. Penyakit
ini telah menjadi pandemi global karena penularannya memerlukan waktu yang singkat dan
sudah tersebar luas, termasuk di Indonesia. Pemerintah Indonesia berupaya menekan angka
penularan dan penyebaran dengan menerapkan Pemberlakuan Pembatasan Kegiatan Masyarakat
(PPKM). PPKM memiliki empat level pembatasan yang ditentukan oleh beberapa kriteria,
termasuk nilai risiko relatif dan bilangan reproduksi dasar. Dalam skripsi ini dianalisis nilai risiko
relatif dan bilangan reproduksi dasar untuk penyebaran penyakit COVID-19. Estimasi nilai
risiko relatif dilakukan menggunakan pendekatan frekuentis dengan model SMR dan pendekatan
Bayesian dengan model Poisson-gamma, log-normal, BYM, serta mixture. Sementara itu, estimasi
bilangan reproduksi dasar dilakukan menggunakan metode rasio rata-rata geometrik (GMR)
dan model epidemik Susceptible–Infectious–Removed (SIR). Penghitungan estimasi nilai risiko
relatif dilakukan menggunakan metode Markov Chain Monte Carlo (MCMC) dengan algoritma
Gibbs Sampling. Dari setiap estimasi nilai risiko relatif menggunakan pendekatan Bayesian,
dihitung nilai Deviance Information Criterion (DIC) untuk menentukan model yang cocok
digunakan pada data. Data yang digunakan untuk estimasi nilai risiko relatif adalah data
penduduk Indonesia tahun 2020 dan data kasus baru COVID-19 tahun 2021 di Indonesia. Selain
itu, dilakukan pemetaan nilai risiko relatif dengan simpangannya untuk melihat ketelitian kelima
model. Data kasus aktif, kasus positif kumulatif, kasus sembuh kumulatif, dan kasus meninggal
kumulatif COVID-19 tahun 2021 diterapkan dalam menghitung estimasi bilangan reproduksi
dasar. Selanjutnya, dilakukan pemetaan nilai risiko relatif dan bilangan reproduksi dasar dari 34
provinsi di Indonesia. Dari hasil penghitungan nilai DIC diperoleh bahwa model mixture adalah
model terbaik untuk data. Pemetaan nilai risiko relatif dengan simpangannya menunjukkan
bahwa semakin besar nilai risiko relatif, simpangan yang dihasilkan semakin besar. Dari hasil
estimasi dan pemetaan nilai risiko relatif menggunakan kelima model, penyebaran COVID-19
di DKI Jakarta dan DI Yogyakarta berisiko sangat tinggi atau tinggi setiap bulannya di tahun
2021. Sebaliknya hasil estimasi bilangan reproduksi dasar menggunakan metode GMR di DKI
Jakarta dan DI Yogyakarta berada pada level rendah atau sangat rendah, dan hasil estimasi
bilangan reproduksi dasar menggunakan model SIR berada pada level sedang atau rendah setiap
bulannya pada tahun 2021. Hasil estimasi dan pemetaan nilai risiko relatif model mixture sedikit
berbeda dengan hasil estimasi dan pemetaan nilai risiko relatif menggunakan keempat model
lainnya. Hasil estimasi dan pemetaan bilangan reproduksi dasar menggunakan model SIR lebih
variatif daripada hasil estimasi dan pemetaan menggunakan metode GMR.