Pengaruh Vaksinasi Dosis Pertama, Kedua, dan Ketiga terhadap
Penurunan Kasus dan Kematian Akibat COVID-19 di Indonesia
Kelompok 3
Oleh:
Nathaniel Aurelius Ongko
Xavier Reyhan Hodianto
Eilen Monica
Samuella Dyas Bejanakasih Pepe
6162001039
6162001048
6162001050
6162001056
PROGRAM STUDI MATEMATIKA
FAKULTAS TEKNOLOGI INFORMASI DAN SAINS
UNIVERSITAS KATOLIK PARAHYANGAN
2022
1
ABSTRAK
Penelitian ini dilakukan untuk mengetahui efek vaksinasi terhadap kasus harian
COVID-19 dimana vaksinasi ini masih menimbulkan efek pro dan kontra dalam masyarakat.
Hingga saat ini, masih terdapat banyak masyarakat yang belum menerima vaksinasi
dikarenakan mereka masih ragu dengan efek samping dari vaksinasi tersebut dan efektivitas
vaksin dalam melawan virus COVID-19. Melalui penelitian ini, peneliti ingin memberikan
hasil analisis dari pengaruh vaksinasi yang telah dilakukan di Indonesia dari awal tahun
2021 hingga akhir tahun 2021 terhadap kenaikan kasus harian COVID-19 di Indonesia dan
juga angka kematian akibat COVID-19 di Indonesia.
Penelitian ini dilakukan dengan menggunakan metode kuantitatif dengan data
sekunder yang diperoleh dari sumber terpercaya. Penyajian data dilakukan menggunakan
perangkat lunak R, dan hasil dari penyajian data tersebut berupa grafik (diagram garis dan
juga regresi linear). Hasil dari penelitian ini bertujuan untuk menunjukkan laju dan dampak
vaksinasi yang telah dilaksanakan di Indonesia. Hasil penelitian ini menunjukkan bahwa
masing-masing dosis vaksinasi memberikan efek yang berbeda terhadap peningkatan kasus
harian di Indonesia dan juga angka kematian di Indonesia akibat COVID-19. Berdasarkan
penelitian ini, dapat dilihat bahwa vaksinasi memiliki efek dalam membantu masyarakat
untuk bisa hidup berdampingan dengan COVID-19.
Kata kunci: COVID-19, Vaksinasi
2
BAB I
PENDAHULUAN
A. LATAR BELAKANG MASALAH
Vaksin merupakan produk biologi yang berisi antigen berupa mikroorganisme atau
virus yang sudah mati atau sudah dilemahkan dan atau zat yang sudah diolah sedemikian
rupa sehingga aman jika diberikan kepada seseorang. Vaksin berguna untuk membentuk
atau menambah kekebalan tubuh secara aktif terhadap suatu penyakit tertentu sehingga
ketika terpapar penyakit tersebut, tubuh hanya akan mengalami gejala yang ringan.
Sebaliknya, jika tidak melakukan vaksinasi, maka ketika terpapar penyakit tersebut, tubuh
tidak memiliki kekebalan yang spesifik terhadap penyakit tersebut yang seharusnya dapat
dicegah dengan pemberian vaksin. Sebagai contohnya adalah vaksin untuk COVID-19 yang
sedang menyebar luas di seluruh dunia, tanpa terkecuali.
Pemberian vaksin COVID-19 ini bertujuan untuk menambah kekebalan tubuh
seseorang agar jumlah kasus aktif COVID-19 berkurang. Sejak awal adanya virus ini di
Indonesia, pemerintah terus mengupayakan pelaksanaan vaksinasi COVID-19 untuk seluruh
masyarakat di Indonesia secepatnya. Dari awal tahun 2021 sampai saat ini, vaksin COVID19 sedang didistribusikan ke seluruh masyarakat Indonesia. Pemberian vaksin ini dianggap
sebagai salah satu solusi yang paling tepat untuk mengurangi dan memutus rantai penularan
COVID-19. Selain itu, vaksin COVID-19 juga dapat menjaga produktivitas masyarakat dan
mengurangi dampak sosial serta ekonomi karena dengan adanya cakupan vaksinasi yang
tinggi dan merata, maka akan terbentuk suatu kekebalan kelompok (herd immunity).
Di Indonesia, prioritas penerima vaksin COVID-19 adalah para tenaga kesehatan yang
memiliki resiko tertinggi terpapar COVID-19, dilanjutkan dengan lansia (usia>50 tahun), dan
orang yang pekerjaannya berpotensi tinggi terpapar COVID-19. Lalu, dilanjutkan dengan
masyarakat yang berusia lebih dari 18 tahun. Sedangkan masyarakat yang mempunyai
riwayat terpapar COVID-19 harus segera mendapatkan vaksin COVID-19 dengan rentang
waktu 3 bulan setelah dinyatakan terbebas dari virus COVID-19. Hal itu dilakukan untuk
mencegah seseorang terpapar virus COVID-19 untuk yang kedua kalinya.
3
Namun, program vaksinasi gratis yang telah disediakan oleh pemerintah Indonesia
ini banyak menuai pro dan kontra. Beberapa pihak menolak dan tidak percaya bahwa
vaksinasi memiliki tujuan yang baik yaitu untuk kesehatan bersama. Banyak masyarakat
yang menganggap adanya vaksinasi justru menyebabkan peneliti meninggal lebih cepat.
Sikap dan pikiran tersebut terus tersalurkan dari mulut-mulut sehingga banyak pihak tidak
mau divaksin.
Maka dari itu, pada kesempatan kali ini, penulis akan melakukan sebuah pengamatan
terhadap pengaruh vaksinasi COVID-19 terhadap jumlah kasus COVID-19 di Indonesia agar
pembaca bisa mengetahui apakah vaksinasi benar-benar mampu menurunkan jumlah kasus
harian dan kematian akibat COVID-19.
B. RUMUSAN MASALAH
1.
Bagaimanakah laju vaksinasi yang sudah berjalan di Indonesia selama tahun 2021?
2.
Sejauh manakah dosis vaksinasi (tahap 1, 2, dan 3) berpengaruh terhadap
pertumbuhan kasus harian COVID-19 di Indonesia?
3.
Bagaimanakah kaitan dosis vaksinasi terhadap angka kematian akibat kasus COVID19 di Indonesia?
C. BATASAN MASALAH
1.
Ruang lingkup pengamatan hanya sebatas perkembangan angka kematian,
pertambahan kasus harian, dan juga banyaknya orang yang telah menerima vaksinasi
dosis pertama, kedua, dan ketiga yang dilakukan di Indonesia mulai dari 2 Maret 2020
hingga 13 Desember 2021.
2.
Informasi yang akan disajikan berupa visualisasi data berupa grafik (plot)
menggunakan line-chart dan keterangan-keterangan serta penjelasan yang
mendukung data tersebut.
3.
Peneliti juga menyajikan data dalam bentuk regresi linear yang menyatakan
hubungan antara dosis vaksinasi dengan pertambahan kasus aktif dan kematian
harian. Selain itu, peneliti juga menyertakan perhitungan koefisien korelasi untuk
4
mengetahui korelasi antara variabel-variabel terkait yang peneliti gunakan dalam
penelitian.
D. TUJUAN
1.
Untuk mengetahui banyaknya kasus COVID-19 di Indonesia (kasus aktif, angka
kematian, angka kesembuhan) seiring dengan berjalannya program vaksinasi yang
akan peneliti tampilkan dalam bentuk visualisasi data berupa diagram (line chart).
2.
Untuk mengetahui seberapa besar pengaruh vaksinasi terhadap jumlah kasus aktif
dan pengaruh vaksinasi terhadap angka kematian akibat COVID-19.
E. MANFAAT:
1.
Membantu pembaca agar dapat lebih memahami hubungan antara vaksinasi dengan
penanganan virus COVID-19 di Indonesia.
2.
Memberikan informasi kepada pembaca mengenai pengaruh vaksinasi terhadap
banyaknya kasus aktif COVID-19 di Indonesia.
3.
Memberikan informasi kepada pembaca mengenai seberapa besar pengaruh
vaksinasi terhadap penurunan atau kenaikan angka kematian akibat COVID-19.
5
BAB II
METODOLOGI
2.1 SUMBER DATA
Data yang peneliti gunakan dalam penelitian ini berasal dari Kawal COVID-19 dan dapat
diakses
melalui
https://docs.google.com/spreadsheets/d/1ma1T9h
Wbec1pXlwZ89WakRk-OfVUQZsOCFl4FwZxzVw/edit#gid=387345074 .
2.2 METODE PENGUMPULAN DATA
Metode pengumpulan data yang peneliti gunakan adalah dokumentasi data sekunder dari
pemerintah, yakni pada website Kawal COVID-19.
2.3 TAHAPAN PENGERJAAN
1.
Melakukan pengumpulan informasi dan data sekunder dari internet.
2.
Melakukan visualisasi data penambahan kasus harian dan kasus kematian harian
akibat COVID-19 dalam bentuk line chart.
3.
Melakukan visualisasi data laju vaksinasi dosis pertama, kedua, dan ketiga di Indonesia
dalam bentuk line chart.
4.
Melakukan visualisasi data dalam bentuk stemplot untuk mengetahui distribusi data.
5.
Menguji normalitas data menggunakan Shapiro-Wilk test.
6.
Melakukan transformasi data agar data mendekati distribusi normal.
7.
Melakukan analisis regresi linear pertumbuhan kasus harian terhadap vaksinasi, serta
kematian terhadap vaksinasi.
8.
Melakukan analisis koefisien korelasi.
9.
Menyajikan hasil diskusi dan menjawab rumusan masalah.
6
10. Menarik kesimpulan dari hasil penelitian.
2.4 ANALISIS DATA DAN PENYAJIAN HASIL ANALISIS
Analisis data merupakan salah satu proses penelitian yang dilakukan setelah semua
data yang diperlukan guna memecahkan permasalahan yang diteliti sudah diperoleh secara
lengkap. Secara garis besarnya, teknik analisis data terbagi ke dalam dua bagian, yakni
analisis kuantitatif dan kualitatif. Untuk data yang bersifat kualitatif (tidak dapat
diangkakan) maka analisis yang digunakan adalah analisis kualitatif, sedangkan terhadap
data yang dapat dikuantifikasikan dapat dianalisis secara kuantitatif
1.
Statistik deskriptif analisis adalah statistik yang digunakan untuk menganalisis data
dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul
sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk
umum atau generalisasi. Analisis ini hanya berupa akumulasi data dasar dalam
bentuk deskripsi semata dalam arti tidak mencari atau menerangkan saling
hubungan, menguji hipotesis, membuat ramalan, atau melakukan penarikan
kesimpulan. Pada statistik deskriptif, teknik yang digunakan oleh peneliti berupa
penyajian distribusi frekuensi dengan menggunakan linechart.
2.
Statistik inferensi merupakan metode penelitian yang mengambil data dari sampel
untuk menarik kesimpulan atau mengeneralisasi pada populasi yang lebih besar.
Sampel yang dipilih harus mencerminkan populasi secara akurat. Pada penelitian ini,
tim peneliti menggunakan metode regresi linear dan juga koefisien korelasi.
library(readxl)
library(ggplot2)
library(scales)
library(car)
## Warning: package 'car' was built under R version 4.1.2
## Loading required package: carData
COVID_19_di_Indonesia_kawalcovid19 <- read_excel("D:/Kuliah/Semester 3/Komput
asi statistika/COVID-19 di Indonesia @kawalcovid19.xlsx")
7
##
##
##
##
##
##
##
New names:
* `0` -> `0...1`
* `0` -> `0...42`
* `0` -> `0...77`
* `0` -> `0...82`
* `0` -> `0...86`
* ...
data=COVID_19_di_Indonesia_kawalcovid19
data
## # A tibble: 651 x 94
##
`0...1`
`Kasus harian` `Kasus Impor` `Kasus Lokal` `Total k
asus`
##
<dttm>
<dbl>
<dbl>
<dbl>
<dbl>
## 1 2020-03-02 00:00:00
2
0
2
2
## 2 2020-03-03 00:00:00
0
0
0
2
## 3 2020-03-04 00:00:00
0
0
0
2
## 4 2020-03-05 00:00:00
0
0
0
2
## 5 2020-03-06 00:00:00
2
0
2
4
## 6 2020-03-07 00:00:00
0
0
0
4
## 7 2020-03-08 00:00:00
2
1
1
6
## 8 2020-03-09 00:00:00
13
7
6
19
## 9 2020-03-10 00:00:00
8
5
3
27
## 10 2020-03-12 00:00:00
0
0
0
34
## # ... with 641 more rows, and 89 more variables: Kasus aktif <dbl>,
## #
% kasus aktif <dbl>, Sembuh
## (baru) <dbl>, Sembuh <dbl>,
## #
Tingkat kesembuhan (seluruh kasus) <dbl>,
## #
Tingkat kesembuhan (closed cases) <dbl>, Meninggal_baru <dbl>,
## #
Meninggal
## Dunia <dbl>, Tingkat kematian (seluruh kasus) <dbl>,
## #
Tingkat kematian (closed cases) <dbl>, PDP <dbl>, ODP <dbl>,
## #
Suspek aktif <dbl>, Jumlah spesimen diperiksa (dari 1 April) <dbl>, ..
.
attach(data)
###Linechart Pertumbuhan Kasus Harian###
kasus_harian=data$`Kasus harian`
8
tanggal=data$`0...1`
tanggal2<-as.Date(tanggal)
##Tampilkan Linechart Pertumbuhan Kasus##
ggplot(data =data, aes(x = tanggal2, y = kasus_harian)) +
geom_line() +
labs(x = "Tanggal",y = "Penambahan kasus harian",title = "Grafik Penambahan
Kasus Harian Covid-19 di Indonesia")+
scale_y_continuous(limits=c(0,60000),breaks=seq(0,60000,5000))+
scale_x_date(date_breaks="months",date_labels="%b-%y")+
theme(axis.text.x = element_text(angle = 60, hjust = 1))+
theme(plot.title = element_text(size=12))
Gambar 2.1 Grafik penambahan kasus harian Covid-19 di Indonesia
Line chart atau diagram garis merupakan salah satu bentuk diagram yang digunakan
terutama untuk mewakili data yang diambil secara berkala dari waktu ke waktu dalam suatu
interval waktu tertentu. Diagram garis biasanya digunakan untuk melihat perubahan atau
pertumbuhan suatu hal secara berkelanjutan. Diagram ini digunakan untuk melihat data
diskrit atau data dengan skala nominal.
Grafik menunjukkan bahwa kasus harian COVID-19 mulai naik pada bulan November
2020 hingga Januari 2021 dan menyentuh angka kurang lebih 15.000 kasus. Salah satu
9
faktor yang menyebabkan kenaikan kasus COVID-19 ini adalah libur natal dan tahun baru
dimana banyak masyarakat pergi berlibur dan berkumpul sehingga mempercepat penularan
virus. Selanjutnya, dapat peneliti lihat bahwa kasus harian COVID-19 di bulan Febuari hingga
Mei 2021 cenderung menurun. Namun, pada bulan Juni 2021, hal yang sama terjadi, yakni
adanya libur lebaran hari raya Idul Fitri menyebabkan banyak masyarakat pulang kampung
dan berlibur sehingga angka COVID-19 naik secara drastis dari sebelumnya di sekitar 5.000
kasus per hari menjadi sekitar 55.000 kasus baru per hari. Pada bulan Agustus 2021, sudah
terlihat angka penurunan kasus COVID-19 dan hingga Desember 2021 saat ini, kasus harian
COVID-19 di Indonesia cenderung konstan di bawah 1.000 kasus per harinya.
Selanjutnya, akan ditampilkan line chart yang menunjukkan jumlah orang yang telah
menerima vaksinasi dosis 1,2, dan 3 di Indonesia dimana vaksin dosis pertama mulai
dilakukan pada 13 Januari 2021 dan dosis vaksin kedua mulai dilakukan pada 27 Januari
2021, sedangkan dosis ketiga mulai dilakukan pada tanggal 18 Agustus 2021. Dengan
mengetahui jumlah penduduk Indonesia yang telah divaksin, peneliti dapat mengetahui
dampak vaksinasi terhadap kasus aktif COVID-19 nantinya.
###Grafik Pertumbuhan Vaksinasi###
vaksin_1=data$`Dosis pertama`
vaksin_2=data$`Dosis kedua`
vaksin_3=data$`Dosis ketiga`
tanggal=data$`0...1`
tanggal2<-as.Date(tanggal)
##Tampilkan Linechart Pertumbuhan Vaksinasi##
ggplot(data =data, aes(x = tanggal2)) +
geom_line(y=vaksin_1,aes(color="Vaksinasi Dosis Pertama"))+
geom_line(y=vaksin_2,aes(color="Vaksinasi Dosis Kedua"))+
geom_line(y=vaksin_3,aes(color="Vaksinasi Dosis Ketiga")) +
labs(x = "Tanggal",y = "Jumlah orang yang divaksin",title = "Jumlah Orang y
ang Telah Menerima Vaksinasi di Indonesia")+
scale_y_continuous(limits=c(0,150000000),breaks=seq(0,150000000,10000000))+
scale_x_date(date_breaks="months",date_labels="%b-%y")+
theme(axis.text.x = element_text(angle = 60, hjust = 1))+
scale_color_manual(name='Dosis Vaksinasi',breaks=c("Vaksinasi Dosis Pertama
", "Vaksinasi Dosis Kedua", "Vaksinasi Dosis Ketiga"),values=c('Vaksinasi Dos
is Pertama'="red", 'Vaksinasi Dosis Kedua'='blue', 'Vaksinasi Dosis Ketiga'='
Green'))+
theme(plot.title = element_text(size=12))+
theme(legend.title=element_text(size=8),legend.text=element_text(size=8),le
gend.key.height=unit(0.5,'cm'),legend.key.width=unit(0.5,'cm'))
10
Gambar 2.2 Grafik jumlah orang yang telah menerima vaksinasi di Indonesia
Melalui line chart yang ditampilkan, peneliti mengetahui bahwa jumlah orang yang
telah menerima vaksinasi dosis 1, 2, dan 3 terus meningkat setiap bulannya yakni mulai
Januari 2021 hingga Desember 2021. Hingga 13 Desember 2021, sebanyak 147.032.634
masyarakat telah menerima vaksinasi dosis pertama, 103.132.502 orang diantaranya sudah
menerima vaksinasi dosis kedua, dan 1.260.457 orang telah menerima suntikan dosis ketiga.
Kenaikan ini menunjukkan bahwa sebagian besar masyarakat Indonesia memahami
pentingnya vaksinasi untuk membentuk kekebalan tubuh terhadap COVID-19. Diketahui
sebelumnya bahwa kasus harian COVID-19 pada bulan Januari hingga Mei 2021 mengalami
penurunan. Hal ini sejalan dengan adanya distribusi vaksinasi di waktu yang sama sehingga
dapat peneliti simpulkan sementara bahwa vaksinasi berhasil menekan kasus aktif COVID19 di Indonesia. Berbeda halnya dengan bulan Juni dan Juli dimana banyak masyarakat
melepas penat dengan berlibur dan pulang kampung sehingga angka COVID-19 kembali naik
meskipun banyak masyarakat telah menerima vaksinasi. Hingga 13 Desember 2021 ini, total
kasus COVID-19 di Indonesia adalah sebanyak 4.262.994 kasus.
11
Berikut juga peneliti sertakan grafik jumlah kematian per hari akibat COVID-19 di
Indonesia agar peneliti mengetahui apakah dengan adanya vaksinasi akan mengurangi
jumlah kematian akibat COVID-19. Sebab, dikatakan bahwa vaksinasi akan memberikan
kekebalan tubuh sehingga seseorang yang telah divaksin dosis 1 dan 2 akan mengalami
gejala yang lebih ringan dan lekas sembuh apabila terkena COVID-19.
###Linechart Pertumbuhan Kematian Harian###
mati_harian=data$`Meninggal_baru`
tanggal=data$`0...1`
tanggal2<-as.Date(tanggal)
##Tampilkan Grafik Pertumbuhan Kematian Harian##
ggplot(data =data, aes(x = tanggal2, y = mati_harian)) +
geom_line() +
labs(x = "Tanggal",y = "Banyak kematian per hari",title = "Grafik Jumlah Ke
matian per hari akibat Covid-19 di Indonesia")+
scale_y_continuous(limits=c(0,2200),breaks=seq(0,2200,300))+
scale_x_date(date_breaks="months",date_labels="%b-%y")+
theme(axis.text.x = element_text(angle = 60, hjust = 1))+
theme(plot.title = element_text(size=12))
Gambar 2.3 grafik jumlah kematian per hari akibat Covid-19
12
Line chart menunjukkan bahwa angka kematian akibat COVID-19 mulai meningkat
pada November 2020 hingga akhir Januari 2021 hingga menyentuh angka kurang lebih 450
orang meninggal per harinya. Peningkatan ini sesuai dengan kasus aktif COVID-19 yang
memang meningkat pada bulan tersebut. Selanjutnya pada Febuari hinggga Mei 2021, angka
kematian cenderung menurun. Hal ini sesuai dengan angka kasus aktif yang juga menurun
yang diperkirakan akibat adanya vaksinasi yang sudah didistribusikan. Angka kematian
mulai mengalami kenaikan pada Juni 2021 dan memuncak pada bulan Juli dan Agustus 2021
mengikuti meningkatnya angka kasus aktif COVID-19. Tercatat kasus kematian per hari
tertinggi di Indonesia hampir menyentuh 2.100 orang. Meski demikian, rasio banyaknya
kasus aktif dan jumlah orang yang meninggal pada bulan ini cenderung lebih kecil
dibandingkan di tahun 2020 sebelum adanya vaksinasi. Sejak September hingga Desember
2021, angka kematian akibat COVID-19 ini terus menurun hingga kurang dari 50 orang tiap
harinya. Hingga 13 Desember 2021, total kematian akibat COVID-19 terdapat sebanyak
144.096 kasus yang berarti sebanyak 3.38% dari total kasus COVID-19 di Indonesia.
Untuk lebih memastikan hubungan vaksinasi dengan kasus harian COVID-19 di
Indonesia, peneliti akan membuat garis regresi. Namun, sebelum peneliti membuat garis
regresi, peneliti akan menampilkan terlebih dahulu distribusi dari data yang peneliti
peroleh.
kasus_harian=data$`Kasus harian`
mati_harian=data$`Meninggal_baru`
vaksin_1=data$`Dosis pertama`
vaksin_2=data$`Dosis kedua`
vaksin_3=data$`Dosis ketiga`
##Tampilkan stem plot untuk melihat jenis distribusi##
stem(kasus_harian)
##
##
##
##
+288
##
+91
##
##
##
The decimal point is 4 digit(s) to the right of the |
0 | 00000000000000000000000000000000000000000000000000000000000000000000
0 | 55555555555555555555555555555555555555555555555555555555666666666666
1 | 00000000000000001111111122222222223333333444444
1 | 5556777999
2 | 001111111222
13
##
##
##
##
##
##
##
2
3
3
4
4
5
5
|
|
|
|
|
|
|
55667889
01111224444
566678889
0013
555889
024
57
stem(mati_harian)
##
##
The decimal point is 2 digit(s) to the right of the |
##
##
0 | 0000000000000000000111111111111111111111111111111111111111111111111
1+206
##
1 | 0000000000000000000000000001111111111111111111111111222222222222222
2+126
##
2 | 0000000000111111111111122222223333334444445555556677777888888899
##
3 | 0000001122344566799
##
4 | 12236789
##
5 | 0344566779
##
6 | 013588
##
7 | 3
##
8 | 3456799
##
9 | 89
##
10 | 1344499
##
11 | 38
##
12 | 125778
##
13 | 4568
##
14 | 2357899
##
15 | 07789
##
16 | 004
##
17 | 456
##
18 | 129
##
19 |
##
20 | 57
stem(vaksin_1)
##
##
The decimal point is 7 digit(s) to the right of the |
##
##
0 | 0000000000000000000000000000000000000000000000000000000000000000000
0+322
##
1 | 000000111111112222222222333333344444444444555556666677777888899
##
2 | 0001122333445566789
##
3 | 001222345666679
##
4 | 0112223344556677788889
##
5 | 001112233444566778999
##
6 | 112334567789
##
7 | 01233456789
14
##
##
##
##
##
##
##
8
9
10
11
12
13
14
|
|
|
|
|
|
|
0013456789
0124455678
0012356788
001233456789
0112345557899
00122344456678899
01122233455677
stem(vaksin_2)
##
##
The decimal point is 7 digit(s) to the right of the |
##
##
0 | 0000000000000000000000000000000000000000000000000000000000000000000
0+363
##
1 | 0000000011111111111112222222222223333333344444445555555666666677788
8
##
2 | 00111122344556678899
##
3 | 001222333455666788899
##
4 | 01122233445556778899
##
5 | 011233345567889
##
6 | 01223345678899
##
7 | 0123445678999
##
8 | 0123445667899
##
9 | 012234456788999
##
10 | 0112333
stem(vaksin_3)
##
##
The decimal point is 5 digit(s) to the right of the |
##
##
0 | 0000000000000000000000000000000000000000000000000000000000000000000
0+453
##
1 |
##
2 |
##
3 | 037
##
4 | 2258
##
5 | 008
##
6 | 002457
##
7 | 01123457889
##
8 | 122456678899
##
9 | 1123456677889
##
10 | 1223456778889
##
11 | 0011111234445566777888999
##
12 | 0000001122222223445555555666
#Berdasarkan stemplot di atas, dapat dilihat bahwa data tersebut tidak memili
ki distribusi normal sehingga tidak dapat dibuat regresi secara langsung. Unt
uk pengecekan lebih lanjut akan dilakukan pengecekan normalitas dengan menggu
nakan shapiro-wilk test.
15
#Shapiro-Wilk Test#
shapiro.test(kasus_harian)
##
## Shapiro-Wilk normality test
##
## data: kasus_harian
## W = 0.63238, p-value < 2.2e-16
shapiro.test(mati_harian)
##
## Shapiro-Wilk normality test
##
## data: mati_harian
## W = 0.56119, p-value < 2.2e-16
shapiro.test(vaksin_1)
##
## Shapiro-Wilk normality test
##
## data: vaksin_1
## W = 0.65231, p-value < 2.2e-16
shapiro.test(vaksin_2)
##
## Shapiro-Wilk normality test
##
## data: vaksin_2
## W = 0.62144, p-value < 2.2e-16
shapiro.test(vaksin_3)
##
## Shapiro-Wilk normality test
##
## data: vaksin_3
## W = 0.49121, p-value < 2.2e-16
Shapiro-Wilk Test merupakan tes normalitas dalam frekuensi statistik. Hipotesis nol
pada uji Shapiro adalah populasi tersebut tedistribusi secara normal. Tes ini merupakan
salah satu dari tiga tes lainnya untuk normalitas yang dirancang untuk segala jenis
penyimpangan dari normalitas. Jika nilai p sama dengan atau lebih kecil dari 0.05, maka
hipotesis normalitas akan ditolak dengan uji Shapiro. Jika gagal, pengujian dapat
menyatakan bahwa data tidak akan sesuai dengan distribusi normal dengan kepercayaan
16
95%. Tetapi, saat lulus, tes dapat menyatakan bahwa tidak ada penyimpangan yang
signifikan dari normalitas. Shapiro-Wilk Test akan berguna untuk mengetahui apakah kelima
variabel tersebut berdistribusi normal atau tidak.
Dari hasil yang didapatkan dapat dilihat bahwa p-value dari kasus_harian,
mati_harian, vaksin_1, vaksin_2, dan vaksin_3 bernilai kurang dari 0.05. Sehingga
berdasarkan Shapiro-Wilk Test dapat disimpulkan bahwa kelima variabel tersebut tidak
berdistribusi normal. Kesimpulan yang diperoleh dari Shapiro-Wilk Test memiliki hasil yang
konsisten dengan hasil pengujian menggunakan stemplot yaitu bahwa kelima variabel yang
diuji memiliki distribusi non-normal.
Dikarenakan data yang digunakan merupakan data yang berdistribusi non-normal,
maka harus dilakukan pengolahan terlebih dahulu terhadap data agar data memiliki
distribusi normal atau distribusi yang mendekati normal. Dikarenakan berdasarkan hasil
pengujian stemplot data tersebut berupa ‘right-skewed’, maka peneliti menggunakan
perintah berikut untuk melakukan transformasi pada data agar mendekati distribusi
normal:
kasus_harian_sqrt=sqrt(kasus_harian)
mati_harian_sqrt=sqrt(mati_harian)
Adapun terdapat 3 regresi yang akan ditampilkan, yakni hubungan vaksinasi dosis
pertama dengan kasus harian COVID-19, hubungan vaksinasi dosis kedua dengan kasus
harian COVID-19, dan hubungan vaksinasi dosis ketiga dengan kasus harian COVID-19.
Regresi ini akan peneliti gunakan untuk melihat apakah benar bahwa vaksinasi membawa
dampak positif untuk menekan kasus aktif COVID-19 di Indonesia.
##Lakukan Analisis Regresi Linear Pertumbuhan Kasus Harian##
regresi=lm(kasus_harian_sqrt~vaksin_1+vaksin_2+vaksin_3,data=data)
summary(regresi)
##
##
##
##
##
##
##
##
Call:
lm(formula = kasus_harian_sqrt ~ vaksin_1 + vaksin_2 + vaksin_3,
data = data)
Residuals:
Min
1Q
-57.461 -17.550
Median
-1.681
3Q
16.201
Max
66.137
17
##
##
##
##
##
##
##
##
##
##
##
##
##
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 5.299e+01 1.238e+00
42.80
<2e-16 ***
vaksin_1
5.620e-06 2.045e-07
27.48
<2e-16 ***
vaksin_2
-5.848e-06 3.592e-07 -16.28
<2e-16 ***
vaksin_3
-2.228e-04 9.326e-06 -23.89
<2e-16 ***
--Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 25.68 on 647 degrees of freedom
Multiple R-squared: 0.6941, Adjusted R-squared: 0.6926
F-statistic: 489.3 on 3 and 647 DF, p-value: < 2.2e-16
#Tampilkan plot hasil regresi#
avPlots(regresi, ylab="Peningkatan Kasus Harian", main="Hubungan
an Peningkatan Kasus Harian",cex.lab=0.6, ylim=c(-100,100))
Gambar 2.4 regresi hubungan vaksinasi dan peningkatan kasus harian
plot(regresi)
Vaksinasi d
18
19
20
Gambar 2.5 Normal Q-Q digunakan untuk mengestimasi distribusi dari residual kasus harian terhadap vaksin
Regresi linear merupakan bentuk hubungan di antara faktor yang dinyatakan dalam
bentuk hubungan fungsional dan dinyatakan dalam bentuk persamaan. Persamaan regresi
dapat ditentukan dari sebaran data hasil pengamatan dan dalam kasus regresi linear,
garisnya merupakan garis lurus. Tujuan dari analisis regresi linear berganda adalah untuk
mengetahui seberapa besar pengaruh beberapa variabel bebas terhadap variabel tidak
bebas dan juga dapat meramalkan nilai variabel tidak bebas apabila seluruh variabel bebas
sudah diketahui nilainya. Dalam pembahasan peneliti mengenai COVID-19 ini, regresi linear
akan berguna untuk mengetahui pengaruh vaksinasi dosis pertama, kedua, dan ketiga dalam
penambahan kasus harian dan banyaknya orang yang meninggal akibat COVID-19.
Dari hasil regresi yang didapatkan, dapat dilihat bahwa QQ-plot dari residual hasil
regresi menunjukkan bahwa titik-titik pada grafik tidak menyimpang terlalu jauh dari garis
regresi sehingga dapat dikatakan bahwa distribusi dari residual tersebut secara aproksimasi
adalah normal. Dikarenakan distribusi dari residual mendekati normal, maka dapat
dikatakan bahwa hasil dari model regresi cukup dapat dipercaya. Selain itu, dari hasil yang
21
didapatkan juga dapat dilihat bahwa variabel-variabel independen yang digunakan dalam
regresi berpengaruh signifikan terhadap pertumbuhan kasus harian COVID-19 di Indonesia.
Hal ini dapat dilihat dari p-value yang bernilai kurang dari 0.05 yang berarti variabel
tersebut berpengaruh signifikan terhadap pertumbuhan kasus harian COVID-19 di
Indonesia.
Garis regresi yang ditampilkan pada grafik pertama (dosis 1) menunjukkan hubungan
linear positif antara peningkatan kasus harian dengan vaksinasi dosis pertama yang berarti
dengan semakin banyak masyarakat yang telah menerima vaksinasi dosis pertama, maka
akan semakin bertumbuh pula kasus harian COVID-19. Hal ini menunjukkan bahwa
vaksinasi dosis pertama masih memiliki kekurangan dalam menekan kasus harian COVID19. Garis regresi yang ditampilkan pada grafik kedua (dosis 2) dan ketiga (dosis 3)
menunjukkan korelasi negatif antara peningkatan kasus harian dengan vaksinasi dosis
kedua dan ketiga yang berarti semakin banyak masyarakat yang menerima vaksinasi kedua
dan ketiga, maka penambahan kasus harian COVID-19 akan mengalami penurunan. Hal ini
menunjukkan bahwa vaksinasi kedua dan ketiga sudah mulai berpengaruh dalam
mengurangi kasus aktif COVID-19 di Indonesia. Berdasarkan hasil perhitungan yang telah
dilakukan, didapatkan persamaan regresi sebagai berikut:
Peningkatan
kasus
harian(dalam
akar)=5.299e+01
+
5.620e-06*Vaksin_1
-5.848e-06*Vaksin_2 -2.228e-04*Vaksin_3
Dari persamaan regresi tersebut dapat dilihat bahwa dengan setiap pertambahan
masyarakat yang menerima vaksinasi dosis pertama, maka akan menambahkan aproksimasi
5.620e-06 kasus (dalam akar) tiap harinya. Sedangkan, dengan setiap masyarakat yang
menerima vaksinasi dosis kedua, akan mengurangi aproksimasi 5.848e-06 kasus (dalam
akar) tiap harinya. Dan dengan setiap masyarakat yang menerima vaksinasi dosis ketiga,
akan mengurangi aproksimasi 2.228e-04 kasus (dalam akar) tiap harinya.
Berdasarkan hasil perhitungan regresi linear, peneliti juga berhasil memperoleh
perhitungan Adjusted R-Squared sebesar 0.6926, artinya sebanyak 69.26% variasi dari
variabel respon dapat dijelaskan oleh variabel independen signifikan yang digunakan.
Peneliti juga memperoleh hasil Residual Standard Error (RSE) sebesar 25.68. Hal ini
22
menunjukkan bahwa regresi dapat menunjukkan hubungan antara kedua data dengan
cukup baik dikarenakan nilai RSE yang cukup kecil.
Selanjutnya peneliti akan melihat regresi dan korelasi vaksinasi dengan peningkatan
angka kematian harian akibat COVID-19 di Indonesia. Sama seperti sebelumnya, terdapat 3
grafik dengan garis regresi yang akan ditampilkan, yakni hubungan vaksinasi dosis pertama
dengan angka kematian harian COVID-19, hubungan vaksinasi dosis kedua dengan angka
kematian harian COVID-19, dan hubungan vaksinasi dosis ketiga dengan angka kematian
harian COVID-19.
mati_harian=data$`Meninggal_baru`
vaksin_1=data$`Dosis pertama`
vaksin_2=data$`Dosis kedua`
vaksin_3=data$`Dosis ketiga`
##Lakukan Analisis Regresi Linear Pertumbuhan Kematian##
regresi=lm(mati_harian_sqrt~vaksin_1+vaksin_2+vaksin_3,data=data)
summary(regresi)
##
##
##
##
##
##
##
##
##
##
##
##
##
##
##
##
##
##
##
##
##
Call:
lm(formula = mati_harian_sqrt ~ vaksin_1 + vaksin_2 + vaksin_3,
data = data)
Residuals:
Min
1Q Median
-8.9737 -3.1509 -0.3944
3Q
Max
2.3400 17.9184
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 8.974e+00 2.207e-01
40.66
<2e-16 ***
vaksin_1
1.189e-06 3.645e-08
32.62
<2e-16 ***
vaksin_2
-1.333e-06 6.401e-08 -20.83
<2e-16 ***
vaksin_3
-3.782e-05 1.662e-06 -22.76
<2e-16 ***
--Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 4.576 on 647 degrees of freedom
Multiple R-squared: 0.7239, Adjusted R-squared: 0.7226
F-statistic: 565.4 on 3 and 647 DF, p-value: < 2.2e-16
avPlots(regresi, ylab="Peningkatan Kematian", main="Hubungan
ematian Harian",cex.lab=0.7, ylim=c(-30,30))
Vaksinasi dan K
23
Gambar 2.6 regresi hubungan vaksinasi dan peningkatan kematian harian
plot(regresi)
24
25
Gambar 2.7 Normal Q-Q digunakan untuk mengestimasi distribusi dari residual kematian harian terhadap
vaksin
26
Dari hasil regresi yang didapatkan, dapat dilihat bahwa QQ-plot dari residual hasil
regresi memunjukkan bahwa titik-titik pada grafik tidak menyimpang terlalu jauh dari garis
regresi sehingga dapat dikatakan bahwa distribusi dari residual tersebut secara aproksimasi
adalah normal. Dikarenakan distribusi dari residual mendekati normal, maka dapat
dikatakan bahwa hasil dari model regresi dapat cukup dipercaya. Selain itu sama seperti
sebelumnya, dari hasil yang didapatkan juga dapat dilihat bahwa variabel-variabel
independen yang digunakan dalam regresi berpengaruh signifikan terhadap pertumbuhan
kasus harian COVID-19 di Indonesia. Hal ini dapat dilihat dari p-value yang bernilai kurang
dari 0.05 yang berarti variabel tersebut berpengaruh signifikan terhadap pertumbuhan
kematian akibat COVID-19 di Indonesia.
Garis regresi pada grafik pertama (dosis 1) menunjukkan hubungan linear positif
antara peningkatan kematian harian dengan vaksinasi dosis pertama yang berarti makin
banyak orang menerima vaksinasi dosis pertama dikarenakan banyak orang yang
meninggal. Hal ini kurang menunjukkan bahwa vaksinasi menekan angka kematian harian
COVID-19 yang mungkin disebabkan karena vaksinasi dosis pertama belum memiliki
dampak protektif bagi tubuh. Garis regresi pada grafik kedua (dosis 2) dan ketiga (dosis 3)
menunjukkan korelasi negatif antara peningkatan kematian harian dengan vaksinasi dosis
kedua dan ketiga yang berarti makin banyak orang menerima vaksinasi, makin sedikit
penambahan kematian harian COVID-19. Hal ini menunjukkan bahwa vaksinasi berhasil
mengurangi kematian akibat COVID-19 di Indonesia. Berdasarkan hasil perhitungan yang
telah dilakukan, didapatkan persamaan regresi sebagai berikut:
Kematian harian (dalam akar) = 8.974e+00 + 1.189e-06Vaksin_1 -1.333e-06Vaksin_2
-3.782e-05*Vaksin_3
Dari persamaan regresi tersebut dapat dilihat bahwa dengan setiap pertambahan
masyarakat yang menerima vaksinasi dosis pertama, maka akan menambahkan aproksimasi
1.189e-06 kematian (dalam akar) tiap harinya. Sedangkan, dengan setiap masyarakat yang
menerima vaksinasi dosis kedua, akan mengurangi aproksimasi 1.333e-06 kematian (dalam
akar) tiap harinya. Dan dengan setiap masyarakat yang menerima vaksinasi dosis ketiga,
akan mengurangi aproksimasi 3.782e-05 kematian (dalam akar) tiap harinya.
27
Berdasarkan hasil perhitungan regresi linear, peneliti juga berhasil memperoleh
perhitungan Adjusted R-Squared sebesar 0.7226 yang berarti sebanyak 72,26% variasi dari
variabel respon dapat dijelaskan oleh variabel independen signifikan yang digunakan.
Peneliti juga memperoleh hasil Residual Standard Error (RSE) sebesar 4.576, dan hal ini
menunjukkan bahwa regresi dapat menjelaskan hubungan antara kedua data dengan cukup
baik dikarenakan nilai RSE yang cukup kecil.
Terakhir, peneliti akan mencari koefisien korelasi antara vaksinasi dan kasus harian
COVID-19 serta koefisien korelasi antara vaksinasi dan angka kematian akibat COVID-19
agar peneliti memiliki bukti yang lebih kuat untuk menunjukkan hubungan vaksinasi dan
kasus aktif COVID-19 di Indonesia.
kasus_harian=data$`Kasus harian`
mati_harian=data$`Meninggal_baru`
vaksin_1=data$`Dosis pertama`
vaksin_2=data$`Dosis kedua`
vaksin_3=data$`Dosis ketiga`
##Mencari koefisien korelasi##
#Koefisien korelasi dari pertumbuhan kasus terhadap vaksin 1,2, dan 3
df1=data.frame(kasus_harian,vaksin_1,vaksin_2,vaksin_3)
cor(df1)
##
##
##
##
##
kasus_harian
vaksin_1
vaksin_2
vaksin_3
kasus_harian
1.00000000
0.03538154
-0.04644493
-0.21478751
vaksin_1
vaksin_2
vaksin_3
0.03538154 -0.04644493 -0.2147875
1.00000000 0.99272981 0.9519394
0.99272981 1.00000000 0.9611842
0.95193939 0.96118417 1.0000000
#Koefisien korelasi dari pertumbuhan kematian terhadap vaksin 1,2, dan 3
df2=data.frame(mati_harian,vaksin_1,vaksin_2,vaksin_3)
cor(df2)
##
##
##
##
##
mati_harian
mati_harian 1.00000000
vaksin_1
0.12902170
vaksin_2
0.04482014
vaksin_3
-0.11720312
vaksin_1
0.1290217
1.0000000
0.9927298
0.9519394
vaksin_2
vaksin_3
0.04482014 -0.1172031
0.99272981 0.9519394
1.00000000 0.9611842
0.96118417 1.0000000
Dari hasil perhitungan koefisien korelasi, didapatkan bahwa koefisien korelasi antara
vaksin dosis pertama dan kasus harian COVID-19 adalah 0.03538154 yang berarti terdapat
hubungan positif antara vaksinasi dosis pertama dengan kasus harian COVID-19, namun
hubungan antara kedua variabel masih lemah. Koefisien korelasi antara vaksin dosis kedua
28
dan kasus harian COVID-19 adalah -0.04644493 yang berarti ada hubungan negatif antara
vaksinasi dosis kedua dengan kasus harian COVID-19, namun hubungan antara kedua
variabel juga masih lemah. Koefisien korelasi antara vaksin dosis ketiga dan kasus harian
COVID-19 adalah -0.2147875 yang berarti ada hubungan yang lebih negatif (daripada
vaksinasi dosis kedua) antara vaksinasi dosis ketiga dengan kasus harian COVID-19. Korelasi
negatif ini menunjukkan bahwa semakin banyak masyarakat yang divaksin, semakin kecil
angka kasus harian COVID-19. Namun, korelasi yang diperoleh masih relatif kecil (<0.5)
sehingga antara vaksin dan peningkatan kasus harian masih belum terlalu terkait secara
signifikan.
Berkaitan dengan angka kematian harian, hasil perhitungan menunjukkan bahwa
koefisien korelasi antara vaksin dosis pertama dan kematian harian COVID-19 adalah
0.1290217 yang berarti ada hubungan positif antara vaksinasi dosis pertama dengan
kematian harian COVID-19. Hubungan antara kedua variabel ini masih lemah karena
koefisien cenderung kecil. Koefisien korelasi antara vaksin dosis kedua dan kematian harian
COVID-19 adalah 0.04482014 yang berarti ada hubungan positif antara vaksinasi dosis
kedua dengan kematian harian COVID-19, namun hubungan tersebut juga masih lemah.
Koefisien korelasi antara vaksin dosis ketiga dan kematian harian COVID-19 adalah
-0.1172031 yang berarti ada korelasi negatif antara vaksinasi dosis ketiga dengan kasus
harian COVID-19. Hubungan yang diperoleh juga masih lemah karena nilai koefisien korelasi
juga kecil. Korelasi negatif ini menunjukkan bahwa semakin banyak masyarakat yang
divaksin, semakin kecil angka kasus harian COVID-19. Namun, seperti peningkatan kasus
harian, korelasi antara kematian harian akibat COVID-19 dan juga vaksinasi masih relatif
kecil.
29
BAB III
DISKUSI DAN PEMBAHASAN
A. Laju Vaksinasi
Berdasarkan data yang telah diperoleh dan diolah menjadi line chart gambar 2.2,
didapatkan banyaknya orang yang telah menerima vaksinasi dosis pertama yaitu sebanyak
147.032.634 orang dari total sekitar 273,5 juta penduduk Indonesia, artinya baru sekitar
53% orang yang menerima vaksinasi dosis pertama. Sedangkan untuk dosis kedua, ada
sebanyak 103.132.502 penduduk yang telah menerima vaksinasi dosis kedua, atau sekitar
37% dari keseluruhan penduduk Indonesia. Untuk vaksinasi dosis ketiga, baru sekitar 0.46%
penduduk Indonesia yang menerima atau sekitar 1.260.457 penduduk Indonesia.
Pemerintah menargetkan bahwa setidaknya pada akhir tahun 2021, telah terdapat
70% penduduk yang menerima vaksinasi dosis pertama. Jika dilihat dari perkembangan
datanya, kemungkinan besar target ini akan sulit tercapai, karena per tanggal 13 Desember
2021, penduduk yang telah divaksinasi hanya sebesar 53%.
Pemberian dosis vaksinasi di Indonesia juga sempat melambat (berdasarkan grafik
gambar 2.2), dapat dilihat bahwa pada bulan Maret 2021 hingga Mei 2021 grafik memiliki
kemiringan yang cukup landai, artinya peningkatan jumlah penduduk yang telah menerima
vaksinasi juga melambat. Hal ini disebabkan karena pada bulan-bulan tersebut, dosis vaksin
yang tersedia di Indonesia sempat menipis sedangkan permintaan orang-orang untuk
menerima vaksin semakin meningkat. Jenis vaksin yang ditawarkan oleh pemerintah juga
hanya sedikit, yaitu Sinovac dan AstraZeneca. Namun, permasalahan ini dapat segera diatasi
oleh pemerintah dengan mengimpor vaksin dalam jumlah yang besar dan juga menawarkan
varian-varian vaksin lain, misalnya Pfizer dan Moderna. Laju vaksinasi kembali meningkat
mulai bulan Juni 2021 hingga sekitar pertengahan bulan November 2021.
Menjelang akhir tahun, laju vaksinasi di Indonesia tidak secepat ketika vaksinasi
pertama kali dilakukan di Indonesia. Hal ini disebabkan oleh beberapa faktor, yaitu jumlah
masyarakat yang sudah menerima vaksin semakin banyak, ataupun kurangnya kesadaran
diri penduduk Indonesia untuk menerima vaksin.
30
B. Pengaruh Vaksinasi terhadap Pertumbuhan Kasus Harian
Berdasarkan hasil regresi dan koefisien korelasi yang telah diperoleh, dapat dilihat
bahwa vaksinasi dosis pertama belum terlalu berpengaruh dalam menekan angka
pertumbuhan kasus harian COVID-19 di Indonesia. Hal ini dapat dilihat dari garis regresi
yang memiliki hubungan positif, artinya meskipun banyak dari masyarakat Indonesia telah
menerima vaksinasi dosis pertama, namun angka kasus harian COVID-19 masih tetap
bertumbuh. Sedangkan untuk dosis kedua, dapat dilihat bahwa garis regresi memiliki
hubungan yang negatif, artinya vaksinasi dosis kedua ini cukup berpengaruh dalam
mengurangi angka kasus harian COVID-19 di Indonesia. Selain itu, vaksinasi dosis ketiga juga
memberikan hubungan yang negatif dengan pertumbuhan kasus harian COVID-19 di
Indonesia. Vaksinasi dosis ketiga ini memiliki dampak yang cukup signifikan untuk
mengurangi angka kasus harian COVID-19. Yang berarti, semakin banyak masyarakat
Indonesia yang menerima vaksinasi ketiga, maka akan semakin berkurang laju
pertumbuhan kasus COVID-19 di Indonesia.
Berdasarkan hasil analisis regresi yang dilakukan, peneliti memperoleh informasi
bahwa vaksinasi dosis pertama belum terlalu berpengaruh untuk menekan angka
pertumbuhan kasus harian COVID-19. Hal ini tentu dapat terjadi dikarenakan oleh beberapa
faktor. Seperti yang telah diketahui, terjadi lonjakan peningkatan kasus harian COVID-19 di
Indonesia ketika adanya libur lebaran di pertengahan tahun 2021. Saat libur lebaran tengah
dilaksanakan, banyak dari masyarakat Indonesia yang mengabaikan protokol kesehatan dan
PPKM dari pemerintah semata-mata dikarenakan mereka telah menerima vaksinasi dosis
pertama. Pelanggaran-pelanggaran tersebut sering terjadi dikarenakan para masyarakat
memiliki anggapan bahwa vaksinasi dosis pertama telah memberikan daya tahan tubuh
yang cukup untuk melawan virus COVID-19, sehingga mereka sering kali melalaikan
protokol kesehatan. Namun pada kenyataannya, vaksinasi dosis pertama tidak memberikan
kekebalan bagi penerimanya akan COVID-19. Melainkan, vaksinasi dosis pertama hanyalah
diberikan guna mengurangi efek dari virus COVID-19 terhadap tubuh pengidapnya.
Sehingga, banyak dari masyarakat yang merasa kebal akan virus COVID-19 seringkali
menjadi korban dari COVID-19 itu sendiri. Hal ini lah yang menyebabkan vaksinasi dosis
31
pertama memberikan pengaruh positif terhadap pertumbuhan kasus harian COVID-19 di
Indonesia.
Setelah para masyarakat menerima vaksinasi kedua, dapat dilihat bahwa angka
kenaikan kasus harian di Indonesia mulai berkurang. Hal ini dapat terjadi dikarenakan para
masyarakat yang telah menerima vaksinasi dosis kedua memiliki imunitas yang cukup baik
sehingga mereka dapat mengurangi resiko terpapar virus COVID-19. Pada kenyataannya,
vaksinasi dosis kedua sudah memiliki pengaruh yang cukup dalam mengurangi resiko
terkena virus COVID-19, namun terdapat beberapa pihak yang menganjurkan untuk
menerima booster (vaksinasi dosis ketiga) untuk lebih meminimalisir kemungkinan terkena
virus COVID-19. Terbukti, dapat dilihat dari hasil regresi linear bahwa vaksinasi booster ini
memiliki pengaruh yang lebih signifikan dibandingkan vaksinasi dosis pertama dan kedua
untuk mengurangi angka kenaikan kasus harian COVID-19 di Indonesia. Akan tetapi,
meskipun para masyarakat telah menerima vaksinasi, alangkah baiknya jika para
masyarakat tetap menaati protokol-protokol kesehatan yang telah ditetapkan. Hal ini
dilakukan agar jumlah pertambahan kasus tiap harinya dapat diminimalkan, terutama bagi
yang belum menerima vaksinasi. Sebab meskipun masyarakat telah menerima vaksinasi,
mereka tetap dapat membawa virus COVID-19 itu sendiri (menjadi perantara) sehingga
virus tetap dapat menyebar.
C. Pengaruh Vaksinasi terhadap Penurunan Angka Kematian
Berdasarkan data yang telah diolah dan dianalisa melalui hasil regresi dan koefisien
korelasi, peneliti memperoleh hasil bahwa vaksinasi dosis pertama masih belum terlalu
efektif untuk mengurangi angka kematian harian di Indonesia. Sedangkan untuk vaksinasi
dosis kedua dan ketiga sudah memiliki pengaruh yang cukup efektif dalam menurunkan
angka kematian di Indonesia. Hal ini dikarenakan vaksin dosis kedua dan ketiga mampu
memberikan penerimanya daya tahan yang lebih ampuh untuk melawan COVID-19,
sehingga menurunkan resiko kematian akibat COVID-19. Meskipun adanya lonjakan kasus
COVID-19 di Indonesia di pertengahan tahun 2021, dapat dilihat bahwa rasio masyarakat
yang meninggal pada pertengahan kasus 2021 lebih sedikit jika dibandingkan dengan rasio
kematian tahun 2020 dimana vaksin masih belum tersedia.
32
Pada kondisi sebelum adanya vaksinasi COVID-19 di Indonesia, yakni tahun 2020,
tingkat kematian cenderung tinggi hingga mencapai angka 69,03% pada 26 Maret 2020.
Persentase tingkat kematian ini terus menurun hingga akhir tahun 2020 dan menyentuh
3,5%. Tetapi pada tahun 2021, dimana vaksinasi dosis pertama dan kedua mulai
didistribusikan, persentase tingkat kematian ini selalu menurun hingga dibawah 3% pada
bulan Mei-Juni 2021. Namun, pada bulan Juli 2021 dimana angka kasus harian COVID-19
melonjak, persentase tingkat kematian juga mengalami kenaikan hingga menyentuh 3,42%.
Hingga 13 Desember 2021, persentase ini cenderung konstan di angka 3%. Menurunnya
persentase tingkat kematian ini menandakan bahwa adanya vaksinasi yang didistribusikan
sejak 13 Januari 2021 membantu mengurangi angka kematian akibat COVID-19.
Untuk vaksinasi dosis pertama, peneliti melakukan analisa melalui regresi linear dan
didapatkan hasil yang menunjukkan bahwa terdapat hubungan positif antara angka
kematian harian dengan vaksinasi dosis pertama. Hal ini menunjukkan bahwa meskipun
banyak dari masyarakat yang telah mendapatkan vaksinasi dosis pertama, angka kematian
harian tetap cukup tinggi. Hal ini dikarenakan vaksinasi dosis pertama membuat para
masyarakat merasa kebal terhadap virus COVID-19 yang menyebabkan lonjakan kasus
COVID-19 di Indonesia. Lonjakan kasus COVID-19 memiliki perbandingan lurus terhadap
jumlah kematian akibat COVID-19, yang berarti jika kasus COVID-19 bertambah banyak
maka jumlah kematian akibat COVID-19 juga akan bertambah banyak. Hal inilah yang
menyebabkan vaksinasi dosis pertama memiliki pengaruh positif terhadap angka kematian
harian akibat COVID-19 di Indonesia.
Untuk vaksinasi dosis kedua dan ketiga, dari hasil analisa regresi linear yang telah
dilakukan sebelumnya, peneliti memperoleh hasil bahwa vaksinasi dosis kedua dan ketiga
memiliki hubungan yang negatif antara angka kematian harian dengan dosis vaksinasi.
Artinya, semakin banyak orang yang menerima vaksinasi dosis kedua dan ketiga, maka
angka kematian harian di Indonesia itu sendiri akan semakin menurun. Hal ini dapat terjadi
dikarenakan efek dari vaksin itu sendiri. Seperti yang peneliti ketahui, vaksin bisa
mengurangi gejala dan efek dari virus COVID-19 sehingga orang-orang yang telah menerima
vaksinasi dosis pertama dan kedua tidak mengalami efek yang terlalu parah jika terpapar
COVID-19. Orang-orang yang telah menerima vaksinasi dosis kedua memiliki sistem
33
imunitas yang lebih baik dibandingkan orang-orang yang hanya menerima vaksinasi dosis
pertama, sehingga jika mereka terpapar virus COVID-19, maka peluang kematian juga
berkurang. Sedangkan bagi masyarakat yang telah menerima vaksinasi dosis ketiga, maka
peluang kematian menjadi lebih terminimasi. Akan tetapi, meskipun para masyarakat telah
menerima vaksinasi, akan lebih baik jika protokol kesehatan yang telah ditetapkan tetap
ditaati guna mengurangi jumlah kematian akibat COVID-19 tiap harinya, terutama bagi para
masyarakat yang belum menerima vaksinasi.
34
BAB IV
KESIMPULAN
Berdasarkan hasil visualisasi data yang telah didapatkan, dapat disimpulkan bahwa
vaksinasi di Indonesia memiliki pengaruh untuk mengurangi peningkatan kasus harian
COVID-19 di Indonesia dan juga mengurangi angka kematian akibat COVID-19 di Indonesia.
Akan tetapi, meskipun vaksinasi memiliki pengaruh dalam menekan angka tersebut, tetap
harus diingat bahwa keberhasilan vaksinasi ini juga dipengaruhi oleh tingkah laku
masyarakat dengan tetap menaati protokol kesehatan dan mengikuti anjuran dari
pemerintah. Hal ini dapat dilihat melalui vaksinasi dosis pertama, dimana dikarenakan
vaksinasi tersebut mengurangi efek dari virus COVID-19 pada tubuh, masyarakat menjadi
lalai dalam menaati protokol kesehatan dari pemerintah yang menyebabkan terjadinya
lonjakan kasus harian COVID-19 dan kematian harian akibat COVID-19. Selain itu, meski
vaksinasi memiliki efek untuk meminimalisir kemungkinan terpapar COVID-19 dan
kematian, perlu ditekankan bahwa para masyarakat yang sudah menerima vaksinasi tetap
dapat terpapar oleh virus COVID-19 serta menyebabkan kematian sebagaimana kecilpun
kemungkinannya. Oleh karena itu, perlu ditekankan sekali lagi kepada para masyarakat
pentingnya untuk tetap menaati protokol kesehatan yang telah ditetapkan. Selain itu, akan
dibutuhkan penelitian lebih lanjut untuk mencari tahu faktor-faktor lainnya yang
mempengaruhi pertumbuhan kasus dan kematian akibat COVID-19 di Indonesia.
35
DAFTAR PUSTAKA
Dinas
Kesehatan
Kota
Surakarta.
2021.
“Pentingnya
Vaksinasi
Covid-19”,
https://dinkes.surakarta.go.id/pentingnya-vaksinasi-covid-19/, diakses pada 4 November
2021
Fauza, Wetra. 2018. “Analisis Pengelolaan Rantai Dingin Vaksin Imunisasi Dasar di
Puskesmas Dinas Kesehatan Kabupaten Solok Selatan”. Skripsi. Universitas Andalas. Diakses
dari http://scholar.unand.ac.id/40701/1/BAB%20I.pdf pada 4 November 2021
Zenius.
“Diagram
Garis”,
https://www.zenius.net/prologmateri/matematika/a/966/diagram-garis, diakses pada 2
Januari 2022
Sungkawa, Iwa. 2015. “Penerapan Regresi Linier Ganda untuk Mengukur Efisiensi Pola
Penggunaan Air Tanah System Rice Intensification (SRI) di Kabupaten Bandung, Subang, dan
Karawang” dalam Jurnal ComTech Volume 6 Nomor 1 (hlm 259-265)
“Shapiro–Wilk Test in R Programming”, https://www.geeksforgeeks.org/shapiro-wilk-testin-r-programming/, diakses 2 Januari 2022 pukul 19.46
Muhson,
Ali.
“Teknik
Analisis
Kuantitatif”.
Diakses
dari
http://staffnew.uny.ac.id/upload/132232818/lainlain/Ali+Muhson+(2006)+Analisis+Kua
ntitatif.pdf pada 2 Januari 2022
36
PEMBAGIAN TUGAS:
-Xavier Reyhan:
-Rumusan Masalah
-Batasan Masalah
-Analisis data
-Diskusi dan Pembahasan, Abstrak
-Samuella Dyas:
-Latar Belakang Masalah
-Penyajian Hasil Analisis
-Diskusi dan Pembahasan
-Kesimpulan
-Eilen Monica:
-Tujuan Masalah
-Analisis Data
-Diskusi dan Pembahasan Data
-Sumber Data
-Daftar Pustaka
-Nathaniel Aurelius Ongko:
-Manfaat
-Diskusi dan Pembahasan Data
-Tahapan Pengerjaan
-Penyajian Hasil Analisis
-Analisis Data