ARTIKEL KEBIJAKAN PUBLIK

Judul : Pandemi, Data, dan Kebijakan Publik

Oleh : Munira

FAKULTAS KESEHATAN MASYARAKAT

SEKOLAH TINGGI ILMU KESEHATAN (STIKes)
PAYUNG NEGERI ACEH DARUSSALAM
2020

1
 Pandemi, Data, dan Kebijakan Publik

Dalam sebuah kesempatan berbicara di TED Conference Vancouver, Amerika

Serikat pada 2015, Bill Gates, pendiri Microsoft menyampaikan bahwa dunia belum siap
menghadapi pandemi berikutnya --mengacu pada kejadian pandemi sebelumnya yaitu
SARS dan Ebola). Selanjutnya, Gates mengingatkan agar dunia menginvestasikan lebih
besar untuk mempersiapkan, membangun, membuat inovasi dalam bentuk fasilitas dan alat-
alat kesehatan.  
Hanya berselang dari 5 tahun prediksi Gates menemukan konteksnya. Hingga artikel
ini ditulis, pandemi Covid-19 telah menginfeksi 1,6 juta orang dengan tingkat kematian
sebanyak 95 ribu orang di seluruh dunia. Luar biasa. Tidak peduli negara maju dan
berkembang, semua dibuat kelimpungan menghadapi pandemi ini. Tidak pandang buluh
semua kalangan bisa terinfeksi Covid-19 . Para Ilmuwan dari seluruh dunia sedang berusaha
semaksimal mungkin menemukan formula pemberantas Covid-19 yang sedang mewabah..
Tidak hanya itu , seluruh pemerintah di dunia saat ini juga sedang gencar berusaha
melindungi negara,dan warganya dari ancaman Covid-19.

Di Indonesia, setali tiga uang, pandemi Covid-19 sudah memasuki bulan kedua
sejak kasus pertama diumumkan Presiden pada 2 Maret. Tiap hari juru bicara Gugus Tugas
Covid-19 meng-update data jumlah kasus baru, kasus meninggal, dan kasus sembuh.
Terakhir, sebanyak 3.293 kasus positif, 280 kasus kematian, dan 252 kasus sembuh.
Kembali kepada cerita Gates, mungkin ada yang bertanya bagaimana Gates seolah-olah bisa
memprediksi masa depan? Jawabannya adalah data. Dalam artikel yang berjudul Why I
think we can predict the future di laman blog-nya, Gates menjelaskan secara gamblang data
yang dia temukan dan pelajari terkait dengan pandemi dan bidang kesehatan. 
Lebih lanjut dalam artikel tersebut Gates mencontohkan, ketika melihat data
kematian berdasarkan wilayah dan umur (2017), Gates menemukan bahwa kematian
tertinggi terletak di wilayah Sub-Sahara di Afrika dengan kelompok umur di bawah 5 tahun
(kasus diare). Dikombinasikan dengan data malnutrisi di Afrika, Gates menemukan bahwa
solusi paling efektif untuk mencegah kematian adalah dengan perbaikan nutrisi anak. 
Pada akhirnya, solusi itu mampu memotong separuh tingkat kematian pada anak di
Afrika. Data yang representatif membantu kita menemukan solusi yang tepat.

2
Keterbukaan
Sejatinya peran data yang lebih utama adalah proyeksi dan prediksi; keduanya
berorientasi ke depan. Angka hari ini bukanlah angka untuk menggambarkan masa lalu,
tetapi sebagai dasar untuk memprediksi keadaan di masa depan. Kemampuan analisis data
saat ini telah sampai pada level yang tidak pernah dibayangkan sebelumnya, terutama
dengan perangkat Artificial Intelligence (AI, Kecerdasan Buatan).  Dengan algoritma AI,
simulasi dan prediksi bisa dilakukan dengan sangat cepat dengan tingkat keakuratan
mendekati 100%. Namun, sehebat-hebatnya algoritma AI tidak akan bermanfaat jika data
input-nya tidak tersedia atau datanya salah (tidak menggambarkan kondisi sebenarnya).
Maka, diperlukan transparansi dalam hal data sehingga masyarakat mengetahui secara
persis situasi dan kondisi yang sedang dihadapi oleh bangsa ini. Transparansi bukan
dimaksudkan untuk menakut-nakuti, namun menumbuhkan kewaspadaan di setiap level
masyarakat. Hal ini juga sejalan dengan UU No. 14/2008 tentang Keterbukaan Informasi
Publik. Prinsipnya, lebih baik preventif daripada kuratif.
Apresiasi besar untuk beberapa daerah yang mempublikasikan data situasi terakhir
pandemi Covid-19 secara online sehingga bisa diketahui oleh masyarakat secara real-time.
Namun, alangkah baiknya jika data tersebut tidak hanya tentang penderitanya, namun juga
dari aspek lain seperti jumlah dokter, perawat, ketersediaan ruang di RS, ketersediaan
APD, masker, dan data lainnya.  Sehingga semuanya lebih akurat dan dapat diketahui
secaar spesifik dimanakah letak dari kekurangan dalam penanganan Covid-19 saat ini.
Inilah inti dari fungsi data itu sendiri sangat besar dan bermanfaat, tentunya untuk seluruh
tatanan. Dengan demikian penyelesain masalah juga dapat di atasi dengan mudah dan
menghemat waktu seifisien mungkin.

Keterkaitan
Di mana pun, data memiliki sifat sama, yaitu saling terkait satu sama lain (linked-
data). Untuk menganalisisnya diperlukan aspek multidimensi, yaitu melihat data dari
berbagai sudut pandang. Sebagai contoh, penderita kasus positif pasti terkait dengan data
lokasi, data lokasi terkait dengan data ketersediaan fasilitas dan tenaga kesehatan,
sedangkan data tenaga kesehatan terkait dengan data ketersediaan alat kerja (APD, masker),
dan seterusnya. Dengan demikian, kita memiliki alat yang komprehensif (dalam bentuk
data) untuk menggambarkan situasi yang sedang dihadapi saat ini. Menggunakan analogi
perang, data ibarat peta. Peta berfungsi sebagai panduan. Seorang komandan perang harus
memegang peta untuk mengetahui posisi dan keadaan lawan untuk kemudian menentukan
strategi yang tepat. Begitu pula dalam situasi pandemic saat ini. Para pengambil kebijakan,
3
baik di level pusat maupun daerah, pemerintah maupun LSM harus memiliki data sebelum
menentukan kebijakan apa yang akan diambil. Jangan sampai hanya asal bergerak tanpa
memiliki peta, sehingga hasilnya akan nihil yang semulanya ingin menekankan angka
terinfeksi Covid-19, malah berbalik arah layaknya boomerang yang bahkan berdampak
sangat besar dan jelas kerugian yang ditimbulkan. Contoh sederhananya, jumlah APD
dan masker sudah terbatas, maka harus diberikan kepada rumah sakit yang paling
membutuhkan dan kekurangan. Skala prioritas menjadi penting, dan itu hanya bisa
diketahui jika kita mempunyai data. Data yang representatif membantu kita bergerak lebih
terarah.
Data-data multidimensi inilah yang kita butuhkan saat ini untuk kemudian
digunakan sebagai dasar pengambilan kebijakan yang lebih baik. Di sinilah menurut saya
Kementerian yang terlibat dalam penangan covid-19, khusunya kementrian kesehatan bisa
mengambil peran lebih besar. Kementrian kesehatan berkolaborasi dengan Kementrian
komunikasi dan informatika bisa mengintegrasikan data dari berbagai lembaga untuk
dianalisis dengan berbagai metode yang ada. Hasil analisis inilah yang hari-hari ini
dibutuhkan baik oleh pemerintah pusat maupun daerah untuk menentukan strategi yang
tepat. 
Taiwan mencontohkan dengan cara mengintegrasikan tiga basis data yaitu data
asuransi kesehatan, data imigrasi, dan data rumah sakit. Dengan menggunakan AI
dan Big Data, Taiwan melakukan tracing untuk memetakan orang yang paling berisiko
berdasarkan pengalaman perjalanan dan rekam mediknya. Hasilnya, Taiwan berhasil
melakukan mitigasi dengan kasus positif sebesar 380 orang dengan "hanya" 5 kasus
kematian. Penanganan Covid-19 ini adalah kerja bersama antara pemerintah dan seluruh
elemen masyarakat. Sikap gotong royong sebagai karakter bangsa semakin menguat dengan
munculnya berbagai gerakan masyarakat untuk membantu penyediaan APD bagi tenaga
kesehatan sebagai garda terdepan dan rakyat kecil yang terdampak akibat pembatasan
wilayah. Karenanya, ada begitu banyak sumber daya yang bisa dikelola untuk meringankan
beban pemerintah dalam bekerja, salah satunya yang sederhana dan mudah untuk dilakukan
yaitu mematuhi protokol pemerintah. 
Maka, seyogianya kebijakan publik yang dihasilkan harus berbasis pada data (data-
driven policy) agar semua memiliki peta dalam bergerak. Sebab, data yang komprehensif
membantu kita mengalokasikan sumber daya dengan lebih baik.

4
 DAFTAR PUSTAKA

BIODATA
Nama : Munira
Tempat Tanggal Lahir : paya Dua, 3 Februari 1980
Alamat :Desa Blang Keude, Kec. Gandapura, Kab. Bireuen
Pengalaman : Mulai tahun 2005 bekerja sebagai staf PUSKESMAS
Makmur sampai saat ini