1
CSIS Commentaries is a platform where policy researchers and analysts can present their timely analysis on various strategic issues of interest, from economics, domestic political to regional affairs. Analyses presented in CSIS Commentaries represent the views of the author(s) and not the institutions they are affiliated with or CSIS Indonesia.
CSIS Commentaries DMRU-065-ID 5 May 2020
Menakar Keberhasilan PSBB dalam
Penanganan COVID-19: Data dan Peringatan bagi Pemerintah Daerah
Ega Kurnia Yazid
Research Intern, Departemen Ekonomi CSIS Indonesia;
Disaster Management Research Unit CSIS Indonesia [email protected]
Herman Palani
Asisten Staf Ahli Bidang Sosial dan Penanggulangan Kemiskinan Badan Perencanaan Pembangunan Nasional (Bappenas)
[email protected]
Memasuki akhir bulan kedua dari babak COVID-19 di Indonesia, berbagai strategi sudah diambil dengan harapan menghentikan penyebaran wabah tersebut di dalam negeri. Oleh sebabnya itu penting untuk mengukur kinerja penanganan COVID-19 secara berkala dalam rangka memastikan bahwa setiap keputusan yang dibuat berjalan ke arah yang tepat, serta mengantisipasi sejak dini bilamana ada indikasi ‘keluar jalur’ (early off-track warning system). Tulisan ini mengajak untuk menelisik lebih jauh
2
mengenai kemajuan terakhir penanganan COVID-19, evaluasi kegiatan Pembatasan Sosial Berskala Besar (PSBB), serta mengestimasi model tren reproduksi efektif di tiap provinsi untuk melihat progres antar waktunya.
Kondisi terbaru penanganan COVID-19 di Indonesia: kabar baik dan kabar buruk
Pembahasan mengenai kondisi terbaru penanganan COVID-19 ini akan menginvestigasi beberapa indikator penting yang dijadikan metrik kemajuan yang telah dicapai oleh Indonesia. Indikator- indikator tersebut ialah progres penyembuhan pasien, jumlah tes yang dilakukan, fasilitas kesehatan daerah, hingga tren proporsi kasus COVID-19. Selanjutnya, indikator tersebut akan menceritakan kabar baik dan kabar buruk dari penanganan COVID-19 di Indonesia.
Pertama, kemajuan yang cukup signifikan ditandai dengan meningkatnya jumlah korban sembuh yang bahkan melampaui jumlah korban meninggal pada pertengahan April ini—menjelang H+50 penanganan COVID-19.1 Pada bulan ini pula, jumlah pasien sembuh mencatat rekor terbanyak yakni 137 pasien sembuh dalam sehari.2 Hal ini perlu diapresiasi, karena ini berarti kabar baik yang menunjukkan bahwa secara umum tenaga medis dan fasilitas kesehatan kita menuju arah yang tepat dalam memenangkan pertarungan melawan pandemi ini.
Kendati demikian, penting untuk membenturkan fakta ini dengan indikator Case Fatality Rate (CFR) atau rasio kasus meninggal COVID-19. Sejauh ini, tren CFR kasus COVID-19 di Indonesia berkisar di angka 8-9 persen3. Nilai ini perlu diperhatikan secara hati-hati, karena ada indikasi kasus tidak terlapor (underreporting) dari kasus meninggal ini, mengingat sejak wabah ini masuk ke Indonesia, tingkat pemakaman harian—setidaknya untuk wilayah episentrum DKI Jakarta—meningkat hingga 40 persen.4 Dugaan ini cukup masuk akal karena sangat sulit melakukan uji pada korban meninggal, khususnya bagi korban yang belum sempat diperiksa ke rumah sakit.
Kedua, jumlah tes per penduduk yang dilakukan di Indonesia masih relatif rendah dibandingkan beberapa negara lain—terutama negara-negara yang telah berhasil menangani penyebaran COVID- 19.5 Ini berarti menjadi salah satu kabar buruk dari proses penanganan COVID-19 di tanah air.
Indonesia hanya mempunyai kapasitas tes 0,18 orang per 1.000 penduduk. Angka ini jelas jauh tertinggal dari Italia (18,98 per 1.000 penduduk), Korea Selatan 11,50 orang per 1.000 penduduk), bahkan dari negeri tetangga Malaysia (3,76 orang per 1.000 penduduk).
Rendahnya kapasitas tes ini dapat membuat angka yang tercatat oleh pemerintah kemungkinan underreporting dibandingkan dengan kasus riil di lapangan. Apabila masalah ini tak kunjung diatasi maka Indonesia sulit untuk memisahkan orang-orang yang positif terkena COVID-19 dengan orang-orang yang tidak terpapar. Alhasil, orang-orang yang positif ini berpotensi menularkan ke orang-orang yang lain tanpa disadari. Berkaca dari Italia dan Korea Selatan, dengan jumlah tes yang ada sekarang, Indonesia butuh meningkatkan jumlah tes hingga 63-105 kali lebih banyak dengan yang sudah dilakukan sekarang. Dengan skenario yang lebih ringan, Indonesia juga dapat berkaca dari Malaysia yang terbukti menurunkan angka kasus baru per harinya. Dibutuhkan jumlah tes 20 kali lebih banyak untuk mencontoh Malaysia dalam melakukan tes massal.
1 Lihat https://voi.id/artikel/baca/4878/i-update-i-COVID-19-per-17-april-jumlah-kasus-sembuh-lebih-banyak-dari-kasus- meninggal, diakses 27 April 2020
2 Lihat https://health.detik.com/berita-detikhealth/d-4996157/rekor-tertinggi-pasien-corona-ri-yang-sembuh-bertambah-137-orang, diakses 29 April 2020
3 kawalcovid19.id, data pembaharuan 26 April 2020
4 Lihat https://www.reuters.com/article/us-health-coronavirus-indonesia-funerals/exclusive-jump-in-jakarta-funerals-raises-fears-of- unreported-coronavirus-deaths, diakses 27 April 2020.
5 Lihat https://ourworldindata.org/covid-testing, data per 24 April 2020.
3
Figur 1. Proporsi kasus COVID-19 per provinsi, dalam persen
Sumber: kawalcovid19.id, pembaharuan data 26 April 2020, diolah
Ketiga, indikator yang tidak kalah penting ialah proporsi sebaran kasus. Per 9-11 April 2020 atau sekitar H+40 sejak pengumuman kasus pertama, proporsi kasus di wilayah episentrum Jakarta mengalami tren penurunan ke level di bawah 50% kasus. Artinya, sejak tanggal tersebut kasus COVID- 19 mulai didominasi oleh wilayah di luar DKI Jakarta. Menariknya, tanggal tersebut bertepatan dengan diberlakukannya PSBB di wilayah DKI Jakarta. Hal ini bisa merupakan kabar baik sekaligus kabar buruk. Kabar baiknya ialah, bisa jadi memang terdapat penurunan jumlah kasus di Jakarta. Namun, kabar buruknya, kasus kumulatif nasional COVID-19 masih menunjukkan tren pertumbuhan kasus yang meningkat secara nasional
Di balik turunnya proporsi kasus COVID-19 di wilayah episentrum
Lantas apa yang sebenarnya terjadi di balik turunnya proporsi kasus COVID-19 di wilayah episentrum Jakarta? Apakah PSBB ini benar-benar dapat dikatakan berhasil? Terdapat tiga dugaan (hipotesis) dalam menjelaskan fenomena ini. Pertama, tren peningkatan kasus di DKI Jakarta sudah menurun.
Kedua, tren kasus di luar DKI Jakarta yang semakin banyak. Ketiga, kombinasi keduanya yakni, tren penurunan di DKI Jakarta sekaligus peningkatan kasus di luar DKI Jakarta. Untuk membuktikan dugaan-dugaan tersebut, secara sederhana dapat dilakukan melalui dua cara, yakni membandingkan rata-rata pertumbuhan kasus sebelum PSBB dan sesudahnya, serta menginvestigasi tingkat reproduksi efektif (Rt) COVID-19.
Breakpoint proporsi kasus di daerah luar Jakarta mulai mendominasi kasus di Indonesia mulai H+40 ditandai dengan proporsi kasus Jakarta yang di bawah 50%. Tanggal 10 April merupakan hari pertama PSBB diterapkan di DKI Jakarta.
4
Figur 2. Perbandingan rata-rata tingkat pertumbuhan kasus di tiap provinsi sebelum dan sesudah PSBB DKI Jakarta, dalam persen
Paired t-test: Sebelum PSBB vs Sesudah PSBB6 Observasi Mean
Sebelum Mean
Sesudah D Mean Std. Error P-value
31 14.60 % 10.62 % 3.98 % 1.976 .053
Sumber: kawalcovid19.id, pembaharuan data 26 April 2020, diolah
Figur 2 mengilustrasikan perbandingan rata-rata pertumbuhan kasus COVID-19 sebelum dan sesudah PSBB di DKI Jakarta diberlakukan—diikuti beberapa wilayah lain setelahnya. Secara umum, ilustrasi tersebut mengkonfirmasi adanya penurunan rata-rata penambahan kasus COVID-19 di Indonesia setelah diberlakukannya PSBB di DKI Jakarta yang mengindikasikan angka rata-rata pertumbuhan kasus nasional lebih rendah 3,18 persen (memasukkan pertumbuhan provinsi Gorontalo dan Papua Barat) atau signifikan secara statistik sekitar 4 persen berdasarkan uji t—khusus wilayah episentrum DKI Jakarta mengalami penurunan sekitar 5 persen. Meski demikian, perlu dicatat bahwa terdapat
6 Catatan: NTT tidak dimasukkan karena minimnya seri data. Pada uji t, observasi Papua Barat dan Gorontalo tidak dimasukkan karena data pertumbuhannya hanya tersedia setelah PSBB DKI Jakarta.
0 5 10 15 20 25 30 35
Sumatera Utara Sulawesi Selatan Kalimantan Selatan Bali Kalimantan Timur Kep. Riau Sumatera Selatan Lampung Jawa Timur Kalimantan Utara Papua NTB DIY Riau Jawa Tengah Aceh Jawa Barat Kalimantan Tengah Banten Sulawesi Utara DKI Jakarta Sumatera Barat Kalimantan Barat Sulawesi Tengah Sulawesi Tenggara Bengkulu Maluku Bangka Belitung Jambi Maluku Utara Sulawesi Barat Papua Barat Gorontalo
Rata-rata pertumbuhan kasus (%)
Sebelum PSBB Setelah PSBB
Rata-Rata Nasional Sebelum PSBB Rata-Rata Nasional Setelah PSBB
5
pula provinsi yang mengalami pertumbuhan kasus yang cukup tinggi setelah PSBB DKI Jakarta, yakni Sulawesi Tengah, Maluku, Bangka Belitung, Jambi, Maluku Utara, Sulawesi Barat, Papua Barat, dan Gorontalo. Sebagian besar provinsi tersebut berada di Indonesia Bagian Timur.
Fakta ini menjadi peringatan bagi sejumlah wilayah yang belakangan memiliki tingkat pertumbuhan kasus di atas rata-rata nasional yang kapasitas kesehatannya tergolong kurang memadai. Hingga saat ini, terdapat 132 rumah sakit rujukan COVID-19 dengan 47.207 tempat tidur di seluruh Indonesia.7 Jumlah ini lebih dari cukup untuk menampung seluruh pasien COVID-19 saat ini. Akan tetapi, 132 rumah sakit rujukan tidak hanya menangani kasus COVID-19.
Anggap 50 persen tempat tidur dikhususkan untuk pasien COVID-19, artinya terdapat 23.603 tempat tidur yang masih tersedia. Jumlah ini masih lebih dari cukup untuk menangani kasus saat ini yang jumlahnya 9.771 kasus (29/4/2020). Namun, jika terbukti benar bahwa kasus COVID-19 yang ada di lapangan jauh lebih besar, maka pemerintah perlu waspada. Terlebih dengan adanya prediksi bahwa puncak kasus COVID-19 akan ada di bulan Mei hingga awal Juni dengan sekitar 100.000 kasus.8 Selain adanya prediksi peningkatan kasus yang tajam, untuk itu, kesiapan fasilitas kesehatan daerah perlu menjadi perhatian serius terutama untuk provinsi Sumatera Barat, Sulawesi tengah, Maluku, Maluku Utara, Papua Barat, dan Gorontalo yang rata-rata hanya mempunyai 1,29 tempat tidur pasien per 1.000 penduduk. Kemudian dua provinsi yang harus mendapatkan perhatian sangat serius adalah Nusa Tenggara Barat dan Sulawesi Barat karena keduanya mempunyai kapasitas tempat tidur kurang dari 1 per 1.000 penduduk yakni 0,81 (NTB) dan 0,91 (Sulawesi Barat).9
Selanjutnya, dalam rangka melihat tren penyebaran tiap daerah, penting untuk merujuk proyek Rt.live10 yang dikembangkan oleh Co-founder Instagram Kevin Systrom dan Mike Krieger yang mencoba memodelkan tren tingkat infeksi efektif dari COVID-19.11 Secara sederhana, Rt menotasikan tingkat reproduksi efektif virus yang dapat menjelaskan banyaknya infeksi sekunder pada area tertentu.
Berbeda dengan tingkat reproduksi kasus dasar (R0 atau R-naught) yang bersifat statis, Rt cenderung lebih adaptif dengan mempertimbangkan perubahan perilaku manusia yang kemudian mengubah laju reproduksi kasus di tiap titik waktu.
Indikator ini juga direkomendasikan oleh beberapa epidemiolog untuk benar-benar dapat melawan COVID-19 mengingat tiap daerah memiliki kapasitasnya sendiri dalam menangani pandemi ini.12 Pada dasarnya tidak mungkin mengukur Rt secara langsung, oleh sebabnya angka ini perlu diestimasi.13 Mengadopsi model inferensi Bayesian oleh Bettencourt & Ribeiro (2008)14, yang kemudian algoritmanya disesuaikan Kevin Systrom, penulis melakukan estimasi model Rt menggunakan data Indonesia.
7 Keputusan Menteri Kesehatan No. HK.01.07/ MENKES/169/2020.
8 Lihat https://www.straitstimes.com/asia/se-asia/indonesia-may-reach-peak-of-coronavirus-infections-in-early-may-says- government, diakses 27 April 2020
9 Profil Kesehatan RI Kementerian Kesehatan 2018.
10 Lihat https://rt.live/, diakses 28 April 2020.
11 Lihat https://techcrunch.com/2020/04/18/instagram-founders-rt-live/, diakses 28 April 2020.
12 Lihat https://www.nytimes.com/2020/04/06/opinion/coronavirus-end-social-distancing.html, diakses 28 April 2020.
13 Systrom, Kevin. 2020. “The Metric We Need to Manage COVID-19”. Lihat http://systrom.com/blog/the-metric-we-need-to-manage- COVID-19/, diakses 26 April 2020.
14 Bettencourt, L. M. & Ruberio, R. M. “Real Time Bayesian Estimation of the Epidemic Potential of Emerging Infectious Diseases”.
PLoS One, 3(5), published online May 14, 2008. https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0002185
6
Figur 3. Tren Tingkat Reproduksi Efektif (Rt) COVID-19 per provinsi1516
Sumber: Kawalcovid19.id (2020), pembaharuan data 26 April 2020, diolah.
15 Hasil estimasi dapat dilihat pada Github Ega Kurnia Yazid: https://github.com/kurniayazid/Indocovid19-R0
16 Catatan: Aceh, Bangka Belitung, Bengkulu, Gorontalo, NTT, Sulawesi Barat, dan Bengkulu dihilangkan karena kurangnya seri data.
7
Figur 3 menggambarkan tren tingkat reproduksi efektif (Rt) COVID-19 di tiap provinsi. Rt > 1,0 menunjukkan akan adanya pertumbuhan kasus, sedangkan Rt < 1,0 menunjukkan adanya penurunan jumlah kasus secara umum. Poin bulat merupakan median Rt pada tanggal tertentu, sedangkan bayangan abu merupakan credibility interval atau highest posterior density interval (HPDI) yang menunjukkan bahwa kemungkinan nilai sebenarnya terletak di area tersebut. Secara umum, nilai Rt berada di atas 1,0 yang artinya masih akan ada peningkatan kasus baru terutama di wilayah Maluku Utara, Papua Barat, Sulawesi Tenggara, dan Jambi yang memiliki tren Rt meningkat.
Sedangkan wilayah-wilayah episentrum seperti DKI Jakarta, Banten, Jawa Barat, Jawa Tengah, Jawa Timur, dan Bali mengalami penurunan. Perlu dicatat pula jumlah tes COVID-19 yang rendah juga memperlebar HPDI yang artinya menurunkan akurasi estimasi, kecuali pada wilayah DKI Jakarta, Jawa Barat, Banten, Jawa Tengah, dan Jawa Timur yang lebih akurat mengingat jumlah tes yang relatif lebih banyak. Rendahnya jumlah tes juga dapat membuat hasil estimasi menjadi lebih rendah (underestimate).
Figur 4. Ringkasan tingkat reproduksi efektif (Rt) COVID-19 per provinsi17
Sumber: kawalcovid19.id (2020), pembaharuan data 26 April 2020, diolah.
Figur 4 kemudian meringkas hasil estimasi Rt di 28 provinsi ke dalam sebuah plot. Tiap candlestick menunjukkan distribusi median Rt pada seluruh periode waktu observasi. Secara umum ilustrasi ini menunjukkan bahwa sebagian besar wilayah dengan tingkat penyebaran tinggi berada di luar Jawa.
17 Catatan: Aceh, Bangka Belitung, Bengkulu, Gorontalo, NTT, Sulawesi Barat, dan Bengkulu dihilangkan karena kurangnya seri data.
8
Hasil ini dapat pula menjadi justifikasi bagi beberapa wilayah dengan pertumbuhan kasus tinggi seperti beberapa wilayah di Provinsi Gorontalo, Kalimantan Tengah, hingga Papua Barat yang sebelumnya mendapat penolakan izin PSBB di wilayahnya18 untuk mendapatkan akses tersebut mempertimbangkan tingginya risiko penyebaran kasus.
Mempertimbangkan hasil analisis sebelumnya dapat dinyatakan bahwa turunnya proporsi kasus di wilayah episentrum DKI Jakarta merupakan kombinasi dari turunnya penyebaran di wilayah tersebut sekaligus adanya tren peningkatan kasus di luar wilayah episentrum.
Batasan Analisis. Adapun Batasan-batasan yang kami sadari dari estimasi ini. Pertama, estimasi ini mengasumsikan bahwa penularan terjadi bersamaan dengan adanya gejala. Padahal, perkembangan terakhir menunjukkan adanya indikasi penularan melalui pembawa tanpa gejala (asymptomatic carrier).
Kedua, minimnya data yang bisa jadi merupakan konsekuensi atas rendahnya jumlah tes COVID-19 di Indonesia memperlebar credibility interval yang menurunkan akurasi estimasi ini, ditandai dengan lebarnya area abu-abu.
Ringkasan dan Evaluasi: Peranan Pemerintah Daerah yang Semakin Penting
Mempertimbangkan hasil analisis sebelumnya, lantas Tabel 1 meringkas progres beberapa indikator kunci dalam memerangi COVID-19 di Indonesia serta mengevaluasinya dengan mempertimbangkan kondisi saat ini. Satu benang merah yang dapat diinterpretasikan dari tabel tersebut ialah peranan pemerintah daerah menjadi lebih kritis. Dengan kata lain, penting bagi pemerintah daerah untuk memperhatikan indikator-indikator ini mengingat terdapat tren yang menunjukkan bahwa kasus COVID-19 mulai didominasi di daerah-daerah. Pertama, kepemimpinan pemerintah daerah diperlukan untuk menginisiasi jumlah tes yang lebih ambisius—setidaknya 20 kali lipat dari jumlah tes saat ini—dalam rangka mendapat ukuran yang lebih akurat terkait penyebaran virus ini. Kedua, penting bagi pemerintah daerah untuk memahami kondisi kapasitas fasilitas kesehatan, serta senantiasa menyiapkan skenario terburuk wilayahnya dalam menangani pasien COVID-19. Ketiga, penting bagi pemerintah daerah untuk berfokus pada penurunan angka Rt di bawah angka 1,0 melalui tindakan- tindakan tegas dan terukur dalam membatasi aktivitas yang membutuhkan kontak fisik. Terakhir, penting bagi wilayah-wilayah yang memiliki jumlah kasus dan pertumbuhan kasus tinggi untuk menerapkan PSBB mengingat adanya indikasi penurunan kasus baru setelah diberlakukannya PSBB, dengan catatan tetap memperhatikan kebutuhan dasar kelompok miskin dan rentan. Akan menjadi nilai tambah juga apabila ada kolaborasi dari daerah dan/atau nasional untuk mengembangkan antivirus atau bahkan vaksin COVID-19.
Kesimpulan
Melibatkan beberapa indikator seperti jumlah tes, CFR, kapasitas fasilitas kesehatan, Rt, hingga progres PSBB, tulisan ini mencoba mengevaluasi kinerja penanganan COVID-19 di Indonesia selama dua bulan terakhir sejak kasus pertama diumumkan. Kabar baik dari indikator CFR yang mulai menuju arah yang lebih baik karena jumlah pasien sembuh sudah melampaui korban meninggal. Seiring itu, PSBB juga tampaknya memberikan sinyal baik dalam menurunkan tambahan kasus di wilayah episentrum. Meski begitu, masih terdapat beberapa catatan seperti jumlah tes yang kurang memadai serta adanya pergeseran tren yang menunjukkan bahwa kasus COVID-19 mulai bergerak ke daerah- daerah membuat pemerintah tidak boleh lengah dengan capaian-capaian kecil ini. Mulai saat ini, pemerintah daerah memiliki peran lebih penting lagi dalam mengukur tingkat penyebaran, mengawal, dan melindungi warganya dari ancaman COVID-19.
18 Lihat https://kumparan.com/kumparannews/daftar-7-wilayah-yang-pengajuan-psbb-nya-ditolak-terawan-1tG78hjwvrv, diakses 26 April 2020.
9
Tabel 1. Ringkasan dan evaluasi kinerja penanganan COVID-19 di Indonesia
Metrik Ringkasan dan Evaluasi Jumlah Tes
COVID-19 Tergolong rendah dengan jumlah 0,18 per 1.000 penduduk.
Skenario ringan: Indonesia butuh meningkatkan jumlah tes 20 kali lipat dari angka sekarang (mencontoh Malaysia). Skenario Berat: Butuh peningkatan 63-105 kali lipat jumlah tes dari yang ada sekarang (mencontoh Korea Selatan dan Italia).
Case Fatality
Rate (CFR) Kondisinya membaik, ditandai lebih banyak kasus yang berhasil disembuhkan.
Pahami underreporting data, mengingat adanya lonjakan jumlah pemakaman di masa pandemik. Penting pula untuk memeriksa data pemakaman harian untuk memantau apabila ada indikasi underreporting.
Kapasitas fasilitas kesehatan
Terdapat ancaman lonjakan pasien COVID-19 sementara fasilitas kesehatan masih kurang memadai terutama untuk tempat tidur pasien.
Prediksi ilmuan terdapat 100.000 kasus pada Mei – awal Juni, fasilita yang ada sekarang hanya dapat menampung 23.603 orang (asumsi 50%
tempat tidur rumah sakit digunakan untuk pasien COVID-19)
Provinsi Sumatera Barat, Sulawesi tengah, Maluku, Maluku Utara, Papua Barat, dan Gorontalo perlu berhati-hati karena hanya mempunyai fasilitas kesehatan 1,29 per 1.000 penduduk sementara terdapat tren kenaikan kasus setelah diberlakukannya PSBB. Kemudian dua provinsi lainnya yang harus waspada ekstra adalah NTB dan Sulawesi Barat karena keduanya mempunyai kapasitas tempat tidur kurang dari 1 per 1.000 penduduk yakni 0,81 (NTB) dan 0,91 (Sulawesi Barat) sementara tren peningkatan kasus juga meningkat pasca PSBB diberlakukan.
Reproduksi kasus efektif (Rt)
Seluruh provinsi memiliki median Rt di atas 1,0 artinya penyebaran masih akan terus berlangsung.
Lantas, baik pemerintah pusat maupun daerah perlu berfokus dalam menurunkan indikator ini di bawah angka 1,0. Terutama bagi wilayah- wilayah yang fasilitas kesehatannya belum memadai.
Progres
PSBB Secara nasional terdapat penurunan pertumbuhan kasus sebesar 3,2 hingga 4,0 persen setelah diberlakukannya PSBB di wilayah DKI Jakarta yang kemudian diikuti oleh beberapa wilayah lain. Jakarta sendiri menunjukkan indikasi pertumbuhan kasus yang lebih rendah ketika PSBB (sekitar 5%). Namun, di wilayah lain justru meningkat.
Artinya PSBB dapat mengurangi penyebaran kasus di dalam wilayah yang menerapkan, tapi belum terbukti efektif dalam mengurangi penyebaran antar-wilayah.
10
Penting memberi izin bagi wilayah dengan pertumbuhan kasus yang tinggi dengan tetap mempertimbangkan aspek kesiapan wilayah dalam penerapan PSBB tersebut. Kendati demikian kesiapan wilayah hendaknya dapat dibantu pemerintah pusat. Sebab, penundaan pembatasan wilayah sampai dengan wilayah siap bisa jadi memperburuk keadaan.
CSIS Indonesia, Pakarti Centre Building, Indonesia 10160 Tel: (62-21) 386 5532| Fax: (62-21) 384 7517 | csis.or.id
COVID-19 Commentaries Editors
Philips J. Vermonte, Shafiah Muhibat, Vidhyandika Perkasa, Yose Rizal Damuri, Beltsazar Krisetya
