#MencatatCOVID-19

POLA PENYEBARAN COVID-19 DI INDONESIA: RISIKO TERTINGGI PADA KOTA BESAR?10 min read

August 10, 2020 7 min read

POLA PENYEBARAN COVID-19 DI INDONESIA: RISIKO TERTINGGI PADA KOTA BESAR?10 min read

Reading Time: 7 minutes

COVID-19 menunjukkan bahwa kota-kota besar lebih berbahaya sebagai tempat penyebaran virus, dimana penyebaran virus corona utamanya melalui kontak antar manusia, sehingga kepadatan penduduk di kota dianggap menjadi ancaman penting (Millsap, 2020). Seperti yang terjadi di Indonesia, berdasarkan data statistik yang ada, ibukota suatu provinsi merupakan wilayah yang paling pertama terpapar virus pada masing-masing provinsi tersebut, baru kemudian wilayah lainnya. Sejalan dengan yang diungkapkan Hamidi, dkk (2020), virus mungkin berakar di pusat kota tetapi kemudian menyebar ke pinggiran kota karena berbagai keterhubungan antar wilayah.

Secara umum kota memiliki kepadatan penduduk yang lebih tinggi dibandingkan dengan wilayah sekitarnya. Kepadatan mengarah pada kontak yang lebih dekat dan lebih banyak interaksi di antara penduduk yang menjadikannya potensial hotspot penyebaran penyakit (Hamidi, dkk, 2020). Namun, pada sisi lain, kota-kota besar dengan kepadatan tinggi dalam beberapa hal memiliki keunggulan dalam memerangi pandemi, seperti infrastruktur kesehatan yang lebih lengkap serta sistem layanan yang lebih maju (Fang dan Wahba, 2020). Kondisi ini yang mengarah pada tingkat pemulihan yang lebih tinggi dan tingkat kematian yang lebih rendah. Sebaliknya wilayah di sekitar kota besar memiliki kemampuan infrastruktur tidak sebaik kota besar namun memiliki interaksi dalam bentuk pergerakan antarwilayah tinggi diantaranya, sehingga jumlah kasusnya juga cukup tinggi.

Hal ini membuat hubungan antara kepadatan dan keterpaparan terhadap infeksi tidak dapat dilihat sebagai sebuah garis lurus, sangat banyak faktor yang berinteraksi di dalamnya. Selanjutnya Carozzi, dkk (2020) mengungkapkan ada tiga tantangan utama dalam melihat bagaimana kepadatan penduduk mempengaruhi keterpaparan dari COVID-19. Pertama, kepadatan penduduk bukan sesuatu yang acak tetapi dipengaruhi oleh faktor-faktor lain, seperti lokasi dengan aksesibilitas yang bagus, harga sewa yang murah, dll. Kedua, perbedaan waktu kejadian pertama mempengaruhi tingkat keparahan serta terakhir adalah peluang kesalahan dalam pelaporan data COVID-19. Tidak ada satu ukuran untuk semua untuk menjelaskan hal tersebut. Kota berbeda dalam berbagai dimensi – ukuran populasi, usia, tingkat pendidikan, kemakmuran, religiusitas, jenis pekerjaan yang dilakukan orang, tingkat modal sosial, dan banyak lagi (Florida, 2020).

Berdasarkan data dari covid19.go.id jumlah kasus tertinggi pada masing-masing provinsi terletak pada ibukota provinsinya sebagai kota terbesar dan terpadat di provinsi tersebut. Daerah perkotaan diidentikkan dengan kawasan padat, interaksi sosial tinggi dan lebih sulit menjaga jarak (Carrozi, dkk, 2020). Kasus tertinggi selanjutnya berada pada wilayah yang berbatasan langsung dengan ibukota provinsi. Pola ini hanya tidak terjadi di Provinsi Jawa Barat, dimana jumlah kasus tertinggi di Jawa Barat terletak di kota yang berbatasan langsung dengan DKI Jakarta yaitu Kota Bekasi dan Depok karena interaksi kedua kota ini lebih dekat dengan Jakarta dibandingkan dengan ibukota provinsinya yaitu Kota Bandung.

Tulisan ini ingin memberikan deskripsi yang lebih detail tentang bagaimana pola penyebaran infeksi COVID-19 pada salah satu provinsi yang diharapkan memberikan gambaran umum yang juga terjadi di wilayah lain di Indonesia. Kondisi kasus dilihat berdasarkan trend jumah kasus baru, tingkat kematian serta tingkat kesembuhan masing-masing daerah. Provinsi yang akan dieksplorasi adalah Jawa Timur karena telah menjadi episentrum baru dan konsisten kasus tinggi secara Nasional. Selain itu juga memiliki wilayah yang cukup heterogen dalam hal kepadatan penduduk jika dibandingkan dengan DKI Jakarta yang hampir seluruh wilayahnya memiliki kepadatan penduduk yang tinggi karena wilayah administrasinya adalah kota.

POLA PENYEBARAN COVID-19 DI JAWA TIMUR : ILUSTRASI EMPIRIS

Kasus COVID-19 pertama di Indonesia diumumkan pada tanggal 2 Maret 2020, dua orang warga Depok, Jawa Barat yang terpapar di Jakarta Selatan. Selang empat hari belum dilaporkan ada penambahan kasus, hingga tanggal 6 Maret 2020 ada penambahan kasus sebanyak dua orang masih di DKI Jakarta. Kasus pertama di luar DKI Jakarta dilaporkan berada di Provinsi Banten (sebanyak 1 kasus) dan Jawa Barat (sebanyak 2 kasus) pada tanggal 9 Maret 2020. Kasus pertama selanjutnya di Provinsi Bali pada tanggal 10 Maret 2020 sebanyak 1 kasus, dan Provinsi DIY pada tanggal 13 Maret 2020 sebanyak 1 kasus. Sejalan dengan beberapa kasus baru di daerah lain, kasus di DKI Jakarta semakin meningkat pesat. Saat ini semua provinsi di Indonesia sudah terpapar COVID-19, dengan provinsi yang terakhir terpapar adalah Provinsi Gorontalo. Tulisan ini akan menggunakan data kasus COVID-19 hingga 31 Juli 2020. Pada Jumat (31/7/2020), situs covid19.go.id mencatat, jumlah kasus terkonfirmasi positif virus Covid-19 di Indonesia mencapai 108.376 kasus dengan kesembuhan total sebanyak 65.907 pasien sembuh dan 5.131 orang meninggal dunia.

Sedari awal kasus COVID-19 muncul, wilayah dengan kasus positif tertinggi adalah di DKI Jakarta. Namun sejak akhir Mei 2020, Provinsi Jawa Timur mengalami lonjakan jumlah kasus positif hingga melampaui jumlah kasus di DKI Jakarta pada akhir Juni, meskipun kemudian memasuki bulan Agustus, jumlah kasus positif terbanyak kembali ke DKI Jakarta (8 Agustus 2020). Provinsi Jawa Timur merupakan provinsi yang terletak di ujung timur Pulau Jawa yang terbagi 38 kabupaten/kota. Wilayah terpadat adalah Kota Surabaya disusul oleh kota-kota lain di Jawa Timur yaitu Kota Malang, Mojokerto, Madiun, Pasuruan, Blitar, Kediri dan Probolinggo. Tercatat sejak tanggal 12 Mei 2020 seluruh kabupaten/kota di Jawa Timur sudah mencatat kasus positif dengan tiga wilayah terakhir yang terpapar adalah Kabupaten Ngawi, Kota Madiun dan Kabupaten Sampang.

Carrozi, dkk (2020) mengungkapkan bahwa kepadatan penduduk berasosiasi pada titik awal lokasi terpapar virus dan kemudian menyebar. Kasus positif COVID-19 pertama di Jawa Timur tercatat pada tanggal 17 Maret 2020 sebanyak enam orang di RS Surabaya. Selanjutnya pada tanggal 20 Maret 2020 kasus positif sudah mencapai 15 orang (12 orang di Kota Surabaya, masing-masing satu orang di Kota Malang, Kabupaten Malang dan Magetan). Secara perlahan kasus di Jawa Timur meningkat, empat belas hari sejak kasus pertama ditemukan, jumlah kasus positif di Jawa Timur sudah mencapai 93 orang dengan kasus terbanyak di Kota Surabaya (41 orang), Sidoarjo 10 orang, Magetan 9 orang, Malang dan Situbundo 4 orang dan beberapa daerah lain yang sudah memiliki kasus positif. Kasus yang terjadi di Jawa Timur menunjukkan bahwa meskipun kasus pertama hampir berbarengan antara Kota Surabaya dan Malang serta Kabupaten Malang dan Magetan tetapi penambahan kasus baru per hari sangat berbeda (Gambar 2). Penambahan kasus di Kota Surabaya dan kabupaten tetangga, yaitu Sidoarjo dan Gresik lebih cepat jika dibandingkan dengan wilayah lainnya.

Screen_Shot_2020-10-05_at_08.03.52.png

Gambar 1. Peta Kepadatan Provinsi Jawa Timur

Sumber: dokumen penulis dengan peta dasar dari tanahair.indonesia.go.id

Pada akhir bulan April, jumlah kasus positif di Jawa Timur mendekati 1.000 kasus, mengalami lonjakan yang tinggi di akhir bulan Mei, jumlah kasus mencapai 4.816 orang, hingga melampaui jumlah kasus DKI Jakarta pada akhir Juni yakni dengan jumlah kasus 11.948 orang. Hingga tanggal 31 Juli 2020, jumlah kasus positif tertinggi ada di Kota Surabaya (8.691 orang), disusul oleh Kabupaten Sidoarjo (3.249 orang) dan Gresik (1.819 orang). Tertinggi selanjutnya adalah Kota Malang (654 kasus) dan Kabupaten Pasuruan (628 kasus) yang lokasinya relatif berdekatan dengan Kota Surabaya. Sementara wilayah dengan jumlah kasus terendah adalah Kota Madiun (27 kasus), Kota Blitar (40 kasus) dan Kabupaten Ngawi (41 kasus). Kabupaten Sampang yang merupakan kabupaten terakhir yang terpapar COVID-19, memiliki jumlah kasus yang relatif tinggi dibandingkan dengan wilayah yang sudah lebih dahulu terpapar.

Screen_Shot_2020-10-05_at_08.04.18.pngGambar 2. Kasus Baru Harian Terkonfirmasi di Kabupaten/Kota Provinsi Jawa Timur

Sumber: diolah penulis dari http://infocovid19.jatimprov.go.id/

Trend kasus baru menurut wilayah yang disajikan pada Gambar 2 setidaknya memberikan dua informasi penting, yakni: waktu mulainya kasus COVID-19 dan fluktuasi kasus baru yang menunjukkan perkembangan penularan COVID-19. Carozzi dkk. (2020) menyatakan bahwa kepadatan penduduk berpengaruh terhadap temporal kasus COVID-19, wilayah dengan kepadatan yang tinggi biasanya akan mengalami insiden lebih awal. Hal menarik ditunjukkan oleh contoh empiris yang disajikan adalah pendapat tersebut tidak selalu berlaku pada wilayah dengan kepadatan tinggi. Wilayah yang padat penduduk juga tidak selalu mengalami fluktuasi kasus baru yang tinggi. Namun, untuk Kota Surabaya sebagai ibukota Provinsi dan kabupaten tetangga, Sidoarjo dan Gresik mengalami fluktuasi kasus baru yang lebih tinggi dan juga mengalami insiden yang lebih awal.

Sementara itu, jika dilihat secara spasial, secara umum tingkat keterpaparan di wilayah Jawa Timur bagian barat tingkat relatif lebih rendah dibandingkan dengan Jawa Timur bagian timur. Faktor lokasi dan interaksi antar wilayah menjadi salah satu faktor penting untuk melihat penyebaran virus. Melalui pemetaan penyebaran kasus juga bisa dipetakan interaksi antarwilayah yang terjadi. Wilayah bagian timur memiliki interaksi yang lebih kuat dengan Surabaya sebagai episentrum di Jawa Timur dibandingkan dengan wilayah bagian barat.

Selanjutnya untuk angka kematian, wilayah dengan jumlah kasus positif tertinggi juga memiliki jumlah kematian tertinggi tetapi berbeda jika dilihat secara rasio antara jumlah kematian dengan jumlah kasus. Bisa dilihat pada gambar 3, secara umum rasio kematian tinggi terjadi di awal saat suatu wilayah mulai terpapar, kemudian semakin lama respons atau penanganannya semakin baik sehingga rasio kematian semakin rendah. Tampak bahwa wilayah perkotaan umumnya memiliki trend rasio kematian yang datar sejak terjadinya insiden, kecuali Kota Pasuruan. Hal ini sejalan dengan yang diungkapkan dalam beberapa literatur bahwa kota besar memiliki keunggulan dalam menghadapi COVID-19, salah satunya infrastruktur kesehatan yang lebih lengkap dan siap. Wilayah dengan rasio kematian tinggi juga beragam dari wilayah yang memiliki kepadatan tinggi, sedang dan rendah, sehingga dapat dikatakan kepadatan penduduk tidak memberikan pengaruh besar terhadap tingkat kematian kasus COVID-19.

Screen_Shot_2020-10-05_at_08.04.44.png

Gambar 3. Rasio Kematian dan Kasus COVID-19 Harian di Kabupaten/Kota Provinsi Jawa Timur

Sumber: diolah penulis dari http://infocovid19.jatimprov.go.id/

Sementara untuk tingkat kesembuhan, hampir semua wilayah saat ini memiliki kecenderungan peningkatan rasio kesembuhan, meskipun dengan kecepatan berbeda. Seperti terlihat pada Gambar 4, wilayah dengan kasus tinggi seperti Kota Surabaya, Kabupaten Sidoarjo, Gresik, Mojokerto  peningkatan rasio kesembuhan pasiennya relatif cukup lambat dibandingkan wilayah lain yakni sekitar bulan Juni, tiga bulan dari kasus pertama. Sementara wilayah dengan kepadatan rendah dengan kasus lebih sedikit memiliki rasio kesembuhan yang lebih tinggi.

Screen_Shot_2020-10-05_at_08.05.09.png

Gambar 4 Rasio Kesembuhan dan Kasus COVID-19 Harian di Kabupaten/Kota Provinsi Jawa Timur

Sumber: diolah penulis dari http://infocovid19.jatimprov.go.id/

Apa yang dialami oleh wilayah-wilayah di Provinsi Jawa Timur menunjukkan bahwa pola penyebaran COVID-19 sangat bervariasi. Kasus pertama memang terjadi di Kota Surabaya sebagai kota terpadat, yang menjadi episentrum di Jawa Timur, namun penyebaran selanjutnya tidak berbanding lurus dengan kepadatan. Kepadatan penduduk memang memiliki pengaruh terhadap pola penyebarannya tetapi banyak faktor lain yang mempengaruhi, diantaranya yang jelas terlihat adalah intensitas interaksi antarwilayah serta mobilitas penduduknya. Hal yang pasti bahwa daerah perkotaan besar memiliki infrastruktur kesehatan yang lebih baik sehingga mampu menekan rasio kematian karena COVID-19. Berdasarkan kasus yang dialami oleh Jawa Timur, daerah pinggiran Kota Surabaya, terutama Kabupaten Gresik dan Sidoarjo, memiliki jumlah kasus positif terbesar, rasio kematian tinggi serta peningkatan rasio kesembuhan yang lebih lambat dibanding daerah lain. Kondisi ini terjadi karena adanya interaksi dan mobilitas penduduk yang tinggi ke pusat kota atau Kota Surabaya namun ketersediaan infrastruktur kesehatan lebih terbatas. Fakta ini harus menjadi perhatian khusus, bahwa daerah-daerah pinggiran kota besar memiliki peluang peningkatan kasus yang tinggi namun kapasitas dalam menghadapinya masih terbatas sehingga rasio kematian relatif tinggi.

Ditulis oleh:

Luh Kitty Katherina*, Ari Purwanto Sarwo Prasojo*, Anisa Rahmadani**

*Pusat Penelitian Kependudukan LIPI, ** Program Studi Matematika, ITERA

REFERENSI

Carrozi, Felipe, Sandro Provenzano, and Sefi Roth. 2020. Urban Density and COVID-19. IZA DP No. 13440.

Churches (2020). Tim Churches Health Data Science Blog: Analysing COVID-19 (2019-nCoV) outbreak data with R – part 2. Diakses dari https://timchurches.github.io/blog/posts/2020-03-01-analysing-covid-19-2019-ncov-outbreak-data-with-r-part-2/ pada tanggal 27 Agustus 2020.

Fang, Wanli dan Sameh Wahba. (2020). Urban Density Is Not an Enemy in the Coronavirus Fight: Evidence from China. blogs.worldbank.org. https://blogs.worldbank.org/sustainablecities/urban-density-not-enemy-coronavirus-fight-evidence-china

Florida, Richard. (2020). The Geography of Coronavirus. Citylab.com. https://www.citylab.com/equity/2020/04/coronavirus-spread-map-city-urban-density-suburbs-rural-data/609394/

Omori, R., Mizumoto, K., & Chowell, G. (2020). Changes in testing rates could mask the novel coronavirus disease (COVID-19) growth rate. International Journal of Infectious Diseases, 94, 116-118. doi: https://doi.org/10.1016/j.ijid.2020.04.021

Shima Hamidi, Sadegh Sabouri & Reid Ewing (2020): Does Density Aggravate the COVID-19 Pandemic?, Journal of the American Planning Association, DOI: 10.1080/01944363.2020.1777891

Millsap, Adam. (2020). How The Size Of Cities Helps Explain The Spread Of COVID-19. Forbes.com. https://www.forbes.com/sites/adammillsap/2020/04/06/how-the-size-of-cities-helps-explain-the-spread-of-covid-19/#75afdca83e50

Leave a comment

Your email address will not be published. Required fields are marked *