Mari Memerangi Covid-19 Bersama-sama Secara Global!

Akibat Covid-19 Menjadikan Saya Untuk Lebih Bersemangat Melakukan Riset!    

    
    Berawal sekitar akhir Desember 2019 kasus Covid-19 ditemukan di Kota Wuhan, Republik Rakyat Cina. Tercatat 26 Januari 2020, sudah lebih dari 2000 kasus terkonfirmasi menginfeksi manusia. Wabah Covid-19 juga telah dikonfirmasi merupakan bentuk penularan dari manusia ke manusia (zoonosis) (Lu et al., 2020). Organisasi International Committee on Taxonomy of Viruses menyebut virus penyebab penyakit Coronavirus Disease-19 (Covid-19) yakni “Severe Acute Respiratory Syndrome Coronavirus-2 (SARS-CoV-2)” (Lai et al., 2020). WHO telah meningkatkan status Covid-19 dari wabah menjadi pandemi global dikarenakan telah menyebar dari hari ke hari hingga ke seluruh negara di dunia (WHO, 2020).

    Saya sebagai scientist (sebenarnya, ini tahun terakhir saya di Universitas, saya akan menjadi engineer dan biologist sekaligus!) merasa tergugah untuk bergabung dalam memerangi pandemi global ini. Bagaimana tidak, saya menulis tulisan ini pada 3 Agustus 2020, tepat satu hari yang lalu, rata-rata harian dalam 7 hari terakhir (kawalcovid19.id, 2020):
- Spesimen: 22.245
- Orang diperiksa: 12.200
- Kasus positif: 1.811 (14,84% for positive rate)
- Total positive rate: 12,63% (111.455 kasus / sekitar 882.352 orang diperiksa)
Wow fantastis? Ilustrasi grafiknya sebagai berikut.

Gambar 1. Laju positive rate berdasarkan spesimen Covid-19 yang sudah di tes sesuai hingga 1 Agustus 2020 (Sumber: kawalcovid19.id, 2020)

    Tercatat total kasus untuk jumlah orang yang dilacak dan dipantau untuk setiap kasus yang ditemukan di Indonesia pada 1 Agustus 2020 terus meningkat, berikut ilustrasi peta RLI (Rasio Lacak dan Isolasi) di Republik Indonesia (kawalcovid19.id, 2020).

Gambar 2. Peta RLI untuk wilayah Indonesia (Sumber: kawalcovid19.id, 2020)

    Ya, jadi bisa dilihat berdasarkan data diatas (meskipun untuk data di Papua dan Kalimantan Tengah tidak lengkap, sedangkan data tidak tersedia untuk Pulau Bali) kasus Covid-19 di Indonesia TERUS MENGALAMI KENAIKAN, bukan mengalami penurunan (entahlah, disini saya tidak membahasnya, mungkin kembali ke masing-masing individu manusianya saja)!

    Sebagai seorang scientist, tentu disini tidak diam saja menyimak siaran berita, streaming YouTube (ini seringkali saya lakukan sih, tapi hanya untuk mengisi waktu luang ketika pikiran sudah suntuk!), tapi disini saya merasa tergugah, dengan ilmu yang saya miliki, saya bisa apa untuk memerangi Covid-19 bersama-sama? Apakah harus turun tangan langsung membantu petugas medis? Tidak, bukan itu caranya (ya memang saya bukan mahasiswa kedokteran, tapi minat saya memang menuju biomedicine!), lalu bagaimana cara saya menyikapi (sekaligus membantu memerangi si mungil dari Family Coronaviridae) ini?

    Saya menerapkan ilmu Kecerdasan Buatan, yang dikombinasikan dengan bidang Hayati yakni Virologi, Epidemiologi, Perilaku, dan Fisiologi (tentu karena saya terbatas meneliti, hasilnya tidak memuaskan). Disini saya berhasil menemukan metode pengembangan aplikasi sistem pakar untuk mendiagnosa gejala-gejala seseorang, apakah mendekati ke arah diharuskan melakukan swab test (saya hanya merekomendasikan swab test, bukan rapid test, simak artikel disini).

    Fokus pada aplikasi ini yakni "bagaimana saya dapat mengecek gejala-gejala yang saya alami, apakah saya diprediksi mengarah kepada gejala-gejala Covid-19?" kurang lebihnya seperti itu (itu apabila dilihat dari sudut pandang pengguna aplikasi). Ya, tepat sekali, seseorang dapat mengecek gejala-gejala yang dialami apakah benar menuju ke arah diagnosa kasus Covid-19 atau tidak (Al Hakim et al., 2020).. 

    "Lalu, bagaimana keakuratan hasil diagnosanya?" tentu saya sudah mempertimbangkan ini, berdasarkan hasil perhitungan certainty factor pada mesin inferensi sistem, saya hasilkan keakuratan mencapai diatas 90%, yang artinya silahkan Anda dapat melanjutkan hidup atau menguji ke laboratorium untuk swab test! Karena semata-mata ini hanyalah penerapan dari telemedicine (tidak perlu diragukan lagi, karena perancangan aplikasi ini saya konsultasikan dengan pakar dokter!), jika ragu, silahkan swab test ðŸ˜€ mudah bukan? (Al Hakim et al., 2020).

    Saya sebelum penelitian sudah melakukan survey untuk mencari tahu sejauh mana masyarakat mengetahui detail mengenai Covid-19 ini, ya sudah mencobanya dan berhasil mendapatkan 61 responden (60 orang warga asli Indonesia, dan 1 merupakan warna negara asing). Tepat sesuai prediksi, hasilnya sebanyak 57,4% responden mengetahui semua gejala penyakit Covid-19, sedangkan 42,6% responden mengetahui sebagian saja gejala-gejala seseorang terkena penyakit Covid-19 (prediksi saya yakni sudah diatas 50% masyarakat mengetahui gejala-gejala penyakit Covid-19, tapi tidak menjamin apakah seseorang masih tertukar antara SARS-CoV-2 dengan Covid-19, ya masih banyak yang menyebut virus Covid-19, padahal itu merupakan nama penyakit yang ditimbulkan dari infeksi virus SARS-CoV-2!) (Al Hakim, 2020; Lai et al., 2020). Terkait uji coba aplikasi, berhasil dilakukan untuk 17 orang responden yang bersedia diagnosa mandiri (karena aplikasi ini dapat di remote) (Al Hakim, 2020).

    Ah sudahlah, pada intinya, dari hasil riset kedua saya diatas (sedang dalam proses peer-review, kelak akan saya bagikan tautan artikelnya!) akan lebih membuat saya untuk tergugah dalam memerangi Covid-19 bersama-sama, tidak harus bidang medis saja yang bisa! Selagi ilmu Anda gunakan untuk melawan Covid-19 bersama-sama, pasti kita semua akan bisa bertahan dari invasive si Covid-19 ini (sembari menunggu vaksin selesai uji klinis, kita berdoa saja segera dapat didistribusikan vaksinnya!).


Salam Hormat, 
Tetap jaga kesehatan!

Rosyid Al Hakim
Fakultas Biologi Universitas Jenderal Soedirman
Laboratorium Kecerdasan Buatan STMIK Widya Utama



Reference:

Al Hakim, R. R. (2020). Pencegahan Penularan Covid-19 Berbasis Aplikasi Android Sebagai Implementasi Kegiatan KKN Tematik Covid-19 di Sokanegara Purwokerto Banyumas. Community Engagement and Emergence Journal (CEEJ), 2(1), 7-13. https://doi.org/10.37385/ceej.v2i1.125

Al Hakim, R. R., Rusdi, E., & Setiawan, M. A. (2020). Android Based Expert System Application for Diagnose COVID-19 Disease: Cases Study of Banyumas Regency. International Journal of Intelligent Computing and Health Informatics (JICHI), 1(2), 1-13. https://doi.org/10.26714/jichi.v1i2.5958

Kawalcovid19.id. (2020, August 2). Kawal Covid19.id - Instagramhttps://www.instagram.com/p/CDYZnxKnns3/ (Accessed August 3, 2020).

Kawalcovid19.id. (2020, August 2). Kawal Covid19.id - Instagram. https://www.instagram.com/p/CDYSoiGHW2U/ (Accessed August 3, 2020).

Lai, C. C., Shih, T. P., Ko, W. C., Tang, H. J., & Hsueh, P. R. (2020). Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) and coronavirus disease-2019 (COVID-19): The epidemic and the challenges. International Journal of Antimicrobial Agents. https://doi.org/10.1016/j.ijantimicag.2020.105924

Lipsitch, M., Swerdlow, D. L., & Finelli, L. (2020). Defining the Epidemiology of Covid-19 — Studies Needed. New England Journal of Medicine, NEJMp2002125. https://doi.org/10.1056/NEJMp2002125

Lu, R., Zhao, X., Li, J., Niu, P., Yang, B., Wu, H., Wang, W., Song, H., Huang, B., Zhu, N., Bi, Y., Ma, X., Zhan, F., Wang, L., Hu, T., Zhou, H., Hu, Z., Zhou, W., Zhao, L., … Tan, W. (2020). Genomic characterisation and epidemiology of 2019 novel coronavirus: implications for virus origins and receptor binding. The Lancet, 395(10224), 565–574. https://doi.org/10.1016/S0140-6736(20)30251-8

Tahamtan, A., & Ardebili, A. (2020). Real-time RT-PCR in COVID-19 detection: issues affecting the results. EXPERT REVIEW OF MOLECULAR DIAGNOSTICS, 20(5), p. 453454. https://doi.org/10.1080/14737159.2020.1757437

WHO. (2020, June 26). Dasbor WHO Coronavirus Disease (COVID-19). https://covid19.who.int/ (Accessed August 3, 2020).

Komentar