Pagi ini saya membaca tweet terkini dari profesor statistik saya, Rob J Hyndman. Beliau memposting hasil analisisnya mengenai tren penurunan penyebaran covid-19 harian di beberapa negara di dunia (twitter.com/robjhyndman).
Yang menarik, beliau membagikan metode (termasuk coding yang digunakan) dalam penyusunan analisis data penyebaran covid-19 di website pribadinya (robjhyndman.com) sehingga bisa saya reproduce dengan cukup mudah untuk memasukkan negara saya tercinta Indonesia dan beberapa peers di Asia Tenggara dalam analisis tersebut.Â
Sebelum menunjukkan grafiknya, saya akan menjelaskan metodologi analisis yang dilakukan oleh sang profesor tersebut. Analisis dilakukan dengan bantuan program R menggunakan data covid-19 dari library "tidycovid19"Â buatan Joachim Gassen (dapat diunduh via github: "joachim-gassen/tidycovid19" ).
Raw data yang digunakan library tidycovid19 tersebut diperoleh dari John Hopkins university CSSE. Untuk mengukur persentase peningkatan penyebaran covid-19, digunakan rumus 100(e^r-1), dimana r adalah log ratio.
Hasil replikasi model analisis tersebut cukup membuat saya optimis, bahwa penyebaran kasus covid-19 di Indonesia telah mengalami penurunan yang cukup menggembirakan, meskipun tidak sebesar negara lain semisal Australia, Singapura dan Vietnam yang menerapkan kebijakan pembatasan yang lebih ketat.
Berdasarkan pengamatan atas grafik terakhir, secara umum, dapat disimpulkan  bahwa penyebaran covid-19 di negara-negara tersebut, termasuk Indonesia, mengalami tren penurunan yang cukup signifikan.
Berdasarkan plot tersebut, tingkat kecepatan penyebaran covid-19 di Indonesia pada awal April ini sudah berada di bawah 10% setelah sempat mengalami puncaknya pada sekitar pertengahan Maret.
