Dengan intervensi pemerintah, total penderita Corona positif maksimum di sekitar 6.200 di akhir pandemi pada akhir Mei 2020
Melihat beberapa hasil prediksi model matematika dinamik terhadap data penderita Covid-19 positif yang cenderung bombastis dan terlalu berlebihan, maka Prof. Dr.rer.nat. Dedi Rosadi, S.Si., M.Sc. (guru besar bidang Statistika di UGM, penanggung jawab), Drs. Heribertus Joko Kristadi, M.Si. (alumni MIPA UGM) dan Dr. Fidelis I. Diponegoro, S.Si., M.M. (pengarang Worry Marketing, alumni PPRA Lemhanas RI) menyampaikan hasil prediksi optimis mereka kepada media via email menggunakan model yang mereka namakan model probabilistik yang didasari atas data riil (probabilistik data-driven model, disingkat PDDM).
Model yang mereka gunakan adalah model teori antrian dengan mengasumsikan proses pasien datang ke rumah sakit sebagai penderita Covid-19 positif mengikuti proses antrian Markovian. Setelah dilakukan pencocokan model terhadap data total penderita Covid-19 positif maka mereka mampu menjelaskan banyak fenomena penting berdasarkan model yang mereka gunakan.
Model PDDM merupakan penyempurnaan dari model statistika dasar yang dikembangkan oleh Heribertus Joko Kristadi.
Dedi Rosadi menyatakan bahwa bersama sejumlah mahasiswa S3 bimbingannya, model PDDM telah dicoba dan dibandingkan dengan berbagai model statistika, pembelajaran mesin (machine learning) dan runtun waktu seperti kurva Gompertz, logistic model, model eksponensial, ARIMA, dan lain lain, namun menurutnya model PDDM ini lebih baik untuk menggambarkan total data penderita Covid-19.
Alasan pertama, model PDDM meskipun sederhana tetapi mampu memberikan akurasi prediksi satu harian kedepan yang sangat baik, sebanding dengan kemampuan prediksi model machine learning yang kompleks seperti model jaringan syaraf tiruan maupun model lebih canggih lainnya.
Alasan kedua, model PDDM juga memiliki sejumlah keunggulan yang tidak dimiliki oleh model-model lain yang di uji dan dikembangkan sebelumnya.
Berdasarkan model PDDM, rata-rata eror kesalahan prediksi selama 2 minggu terakhr hanyalah sebesar 1,5 persen. Setelah diujikan prediksi ke depan selama 4 hari terakhir sejak 26 Maret, model ini ternyata sangat akurat, dengan eror yang dihasilkan selalu di bawah 1 persen yakni maksimum sebesar 0,9 persen dan minimum 0,18 persen.
Keunggulan lainnya dari model PDDM ini adalah kemampuannya untuk memprediksikan waktu terparah dan waktu berakhirnya pandemi Covid-19 ini di Indonesia.
Dengan model tersebut diperkirakan penambahan maksimum total penderita perhari adalah di sekitar minggu kedua April 2020 (yakni disekitar 7 April sampai 11 April 2020) dengan penambahan lebih kurang 185 pasien/hari dan diperkirakan akan terus terus menurun setelahnya.
Berdasarkan data yang ada diperkirakan pandemi akan berakhir lebih kurang 100 hari setelah 2 Maret 2020, yakni di sekitar 29 Mei 2020. Maksimum total penderita Covid-19 positif adalah sekitar 6.174 kasus. Sejak pertengahan Mei 2020, penambahan total penderita sudah relatif kecil.
Berdasarkan hasil ini, disarankan ritual mudik Lebaran tidak dilakukan dan kegiatan tarawih di mesjid selama Ramadan ditiadakan, yakni intervensi ketat oleh pemerintah melalui parsial lockdown dan social distance dan physical distance yang ketat, terus dilakukan sampai pandemi benar-benar berakhir di awal Juni 2020.
Prediksi yang dikemukakan tersebut didasari atas data penderita sampai 26 Maret 2020 dan diasumsikan telah adanya intervensi (ketat) dari pemerintah sejak minggu ke-3 Maret 2020 dan intervensi ini telah berhasil.
Lebih lanjut, efek pemudik dari kota besar yang terdampak Covid-19 selama masa diberlakukannya aturan social and physical distance sejak minggu ke 3 Maret 2020 diasumsikan tidak signifikan.
Model ini juga masih membatasi bahwa efek-efek eksternal lainnya (seperti suhu udara, jumlah populasi, kepadatan penduduk, dll) diasumsikan tidak berpengaruh secara signifikan terhadap jumlah penderita.
Menurut Dedi Rosadi dan rekan-rekannya, model PDDM ini akan terus di update setiap hari sehingga prediksi dari model akan betul-betul mencerminkan perubahan dari data yang ada.
Lebih lanjut, kajian yang mereka sampaikan didasari oleh skenario optimis, namun dapat pula di gunakan untuk menguji berbagai skenario akibat intervensi dan/atau pengaruh faktor-faktor penting eksternal;
Sebagai contoh dengan model ini dapat disimulasikan efek apabila terjadi kenaikan penderita Covid-19 pada minggu akhir Maret 2020 dikarenakan banyaknya pemudik dari kota besar yang terdampak Covid-19 ke daerah-daerah lain.
Tentunya prediksi yang diberikan oleh Dedi Rosadi dan dan rekan-rekannya ini lebih melegakan dibanding hasil yang di sampaikan oleh beberapa peneliti sebelumnya yang menyampaikan prediksi di kondisi ekstrem mendekati 2,5 juta kasus tanpa intervensi dan dengan intervensi yang ketat meski intervensi ini berhasil sekalipun, prediksi minimum di akhir pandemi mencapai sekitar 500.000 kasus.
Fidelis menambahkan, jika kita menggunakan estimasi yang kurang akurat dan bombastis, dikhawatirkan menambah keresahan masyarakat dan rawan dimanfaatkan secara kurang bijak oleh pihak-pihak yang punya kepentingan.
Model dinamik matematik yang digunakan oleh beberapa pihak memberikan prediksi yang terlalu berlebihan dengan eror yang sangat tinggi dan direkomendasikan untuk digunakan dengan kehati-hatian untuk Indonesia.