COVID-19 101: Apa itu Pertumbuhan Eksponensial?

Saya percaya bahwa Indonesia ada dalam darurat matematika, di mana kebanyakan masyarakat mengabaikan matematika. Walaupun adanya wajib belajar 12 tahun yang penuh dengan pelajaran matematika, dari dasar hingga level kalkulus, matematika sepertinya tidak diindahkan pada saat ada relevansinya di dunia nyata. Hal ini saya rasa kembali terbukti di tengah banyaknya informasi COVID-19.

KASUSCOVID
Gambar 1. Laju pertumbuhan kasus harian di Indonesia dari 2 Maret 2020 sampai dengan 13 Maret 2020

Artikel ini saya tulis dengan harapan memberikan pengertian terhadap konsep matematika yang ada dan sering disebutkan dalam pemberitaan Coronavirus. Video yang dibuat oleh 3Blue1Brown mengenai Pertumbuhan Eksponensial dalam konteks Epidemi (source) menjadi acuan utama artikel ini. Menurut saya, video ini perlu dicerna untuk mendapatkan informasi-informasi relevan berdasarkan fakta matematik yang tersedia melalui data-data yang dibuka ke publik oleh Pemerintah berbagai negara.

Pertumbuhan Eksponensial

Perkembangan penambahan jumlah kasus COVID-19 di luar Mainland China disebut sedang mengalami penumbuhan eksponensial. Apa itu pertumbuhan eksponensial, penumbuhan eksponensial ini adalah kenaikan jumlah kasus perharinya memilki faktor pengali yang bersifat konstan (atau mendekati konstan) sepanjang interval waktu tertentu. Pertumbuhan eksponensial ini, menunjukkan bahwa seiring dengan waktu, jumlah kasus akan membludak tinggi tanpa diekspektasi masyarakat. Pada umumya, memang virus adalah contoh buku teks terhadap pertumbuhan eksponensial. Hal ini disebabkan fakta bahwa 1 orang terinfeksi virus dapat menginfeksi lebih dari 1 orang, dan begitu juga selanjutnya.

Image result for exponential growth coronavirus outside china
Gambar 2. Iluistrasi pertumbuhan eksponensial dari kasus Coronavirus dan tingkat kematian di luar China

Pertumbuhan viral ini yang menyebabkan adanya peningkatan jumlah kasus secara eksponensial. Interaksi dari pembawa virus SARS-CoV-2 ini yang menyebabkan adanya pertumbuhan tersebut. Bagaimana cara memaknai pertumbuhan eksponensial ini?

Cara Mencerna Pertumbuhan Eksponensial

Saat Anda ingin mengetahui informasi penting dari sebuah pertumbuhan eksponensial, jumlah kasus menjadi tidak terlalu penting. Hal yang sangat perlu diperhatikan adalah laju pertumbuhan eksponensial ini. Laju eksponensial atau faktor pertumbuhan ini sangat penting untuk mengetahui status pertumbuhan kasus COVID-19 di area tersebut. Jika faktanya menunjukkan bahwa faktor ini masih lebih besar dari 1 tanpa adanya tanda pengurangan faktor tersebut, masyarakat harus makin waspada, karena keadaan hanya akan lebih baik ketika pertumbuhan ini mulai kembali mendekati angka 1.

Laju pertumbuhan ini dapat dirumuskan dengan sederhana sebagai berikut:

v_{growth} = \frac{\delta N_{cases}}{\delta t}

Pertumbuhan adalah jumlah penambahan kasus terhadap suatu interval waktu. Kurva epidemi menjadi salah satu standar penyajian data ini. CDC mempunyai rule of thumb untuk menentukan interval waktu, yaitu 0.25 x periode inkubasi. Beberapa data menunjukkan bahwa waktu inkubasi SARS-CoV-2 serupa dengan SARS-CoV yaitu 5 hari, sehingga dapat digunakan interval waktu 1 hari. Nilai pertumbuhan ini menjadi sinonim dengan nilai pertambahan kasus perharinya.

Variabel Penjelas Pertumbuhan Eksponensial

Salah satu variabel yang umum digunakan oleh Jurnalis, atau seperti yang dilakukan oleh pendiri OurWorldInData, adalah jumlah interval hari di mana terjadi pertumbuhan kasus sebesar 2 kali lipat. Angka ini menunjukkan besaran yang relevan dengan pertumbuhan eksponensial, namun dengan konteks yang lebih mudah dimengerti awam.

Di Fisika, kita juga terekspos dengan penggunaan konsep desibel untuk membandingkan dua nilai. Desibel ini juga sangat intuitif untuk memperjelas pertumbuhan eksponensial dari COVID-19.

\displaystyle Growth (dB) = 10 \log{\frac{N(t)}{N(t-1)}}

Menggunakan konsep Desibel ini, kita dapat melihat dengan jelas seberapa cepat bertumbuhnya jumlah kasus, dengan nilai ini, kita dapat melihat berapa waktu yang dibutuhkan untuk menyebabkan jumlah kasus berlipat ganda, atau 10 kali lipat, atau 100 kali lipat. Namun hal yang perlu diperhatikan adalah ada saatnya nilai eksponensial ini akan ditekan saat adanya mekanisme kontrol dan saat jumlah infeksi sudah melewati titik tertentu.

Contohnya jika memiliki pertumbuhan sebesar 1 dB, maka dalam 3 hari jumlah kasus akan bertambah sebanyak 2 kali lipat (3 dB). Nilai ini hampir mendekati nilai laju pertumbuhan kasus COVID-19 di Indonesia yang bertambah 2 kali lipat dalam 3 hari.

Kesimpulan

Informasi mengenai pertumbuhan eksponensial harus lebih jelas agar diketahui bahaya dari wabah Coronavirus. Status pertumbuhan kasus menjadi bagian terpenting yang perlu diwaspadai oleh segala masyarakat khususnya yang mengenyam pendidikan wajib 12 tahun. Konsep matematika ini dapat digunakan sebagai dasar untuk mengambil kesimpulan untuk mengingkatkan kewaspadaan terhadap wabah Virus SARS-CoV2. Semoga dengan adanya pengetahuan matematis yang baik, urgensi tingkat kewaspadaan juga semakin meningkat antara masyarakat Indonesia dalam menghadapi wabah COVID-19.

Akhir kata, jika ada kesalahan dalam artikel ini, mohon berikan komentar agar saya dapat memperbaikinya. Terima kasih.

Kualitas Udara Jakarta (PM2.5 dan PM10)

Hari ini saya melihat berita menunjukkan bahwa Jakarta adalah salah satu kota dengan udara terburuk di dunia. Data ini diambil dari situs AirVisual yang dapat memberikan nilai indeks kualitas udara. Nilai ini berkisar dari 0-500, dengan nilai 0-50 sebagai “Baik”, 51-100, sebagai “Sedang”, 101-150 sebagai “Tidak Sehat untuk Kelompok Sensitif”, 151-200 sebagai “Tidak Sehat”, 201-300 sebagai “Sangat Tidak Sehat”, dan 301-500 sebagai “Berbahaya”. Hari ini Jakarta sudah berada pada taraf “Tidak Sehat” dengan nilai indeks kualitas udara sebesar 158.

AQI.PNG

AirVisual adalah inisiatif yang ingin menyebarluaskan data kualitas udara, tim AirVisual menggunakan big data dan Artificial Intelligence untuk memberikan prediksi dan pemodelan data PM2.5 dan PM10. Penggunaan AI memastikan pembacaan yang lebih akurat dan terpercaya. Untuk mendapatkan datanya, AirVisual memiliki kontributor, untuk Jakarta, terdapat Greenpeace, US Embassy dan BMKG. Contoh pembacaan sensor dari BMKG dapat dilihat pada stasiun Kemayoran BMKG. Sensor BMKG yang diakses oleh AirVisual ini terdiri dari PM10 dan PM2.5, sementara Greenpeace dan US Embassy hanya menunjukkan sensor PM2.5.

Particulate Matter

Particulate Matter (PM) adalah polutan udara pada daerah urban yang paling besar dan paling berbahaya untuk kesehatan manusia. Efek PM terhadap kesehatan manusia telah dipelajari selama 20 tahun, asma, kanker paru-paru dan penyakit kardiovaskular adalah contohnya. Taraf efek kesehatan dari PM tergantung dari ukuran partikel tersebut, PM10 (10 mikrometer) dapat memasuki bronkus, PM 2.5 (2,5 mikrometer) dapat memasuki paru-paru, PM0.1 (0,1 mikrometer) dapat menembus jaringan paru-paru dan masuk ke dalam sirkulasi darah. Pada tahun 2013, International Agency for Research on Cancer menyimpulkan bahwa PM bersifat karsinogenik terhadap manusia. Bahayanya polutan PM perlu diperhatikan oleh masyarakat di kota-kota besar Indonesia seperti Jakarta, Bogor, Depok, Tangerang, Bekasi.

BMKG tidak menyediakan banyak sensor PM2.5 atau PM10, hal ini wajar karena sensor berstandar internasional untuk aplikasi pemantauan kualitas udara terbilang mahal. Dari stasiun pemantauan kualitas udara yang tersedia di daerah Jakarta, hanya 3 yang berstandar internasional (sumber). Namun pengembangan sensor rendah biaya untuk deteksi PM sudah cukup baik, contohnya sensor SDS011 dari Nova Sensor yang disebut mampu menjadi basis dari jaringan sistem pemantuan PM dengan resolusi spasial tinggi. Setelah membaca penelitian ini, saya tertarik untuk membuat sistem sederhana untuk memantau PM2.5/PM10 secara personal berdasarkan sensor Nova SDS011 ini.

Namun perlu digarisbawahi, bahwa terdapat kesepahaman bahwa sensor ini memiliki banyak batasan seperti kelembaban dan error pembacaan yang dapat mencapai 10% pada kondisi-kondisi tertentu. Uji coba sementara yang ingin saya lakukan adalah hanya untuk membuat sistem konsep dengan sensor SDS011 untuk membaca dan melaporkan nilai polutan PM2.5/PM10.

Referensi:

  1. https://www.ncbi.nlm.nih.gov/pubmed/24694836
  2. Nova Sensor: https://www.mdpi.com/2073-4433/10/2/41

 

Google Cloud Platform Compute Engine

Google Cloud Platform memberikan 300$ credit untuk tahun pertama sebagai uji coba gratis. Artikel ini ditulis untuk membahas bagaimana cara deploy sebuah Compute Engine atau Virtual Machine yang bisa kita pasang di Google Cloud Platform.

Penulis bukan seorang Software Engineer dan tidak memiliki background di bidang IT, sehingga terminologi maupun penjelasan ini mungkin terdapat kekurangan, mohon sampaikan dalam komentar jika ada yang kurang tepat.

Google Cloud Platform adalah Infrastructure as a Service (IaaS)

Infrastruktur cloud juga dapat disebut Infrastructure as a Service (IaaS) adalah swalayan yang dapat memberikan akses komputasi tanpa membeli hardware. Infrasktruktur komputasi Cloud ini umumnya berdasarkan teknologi virtualisasi, pelanggan IaaS dapat mengakses melalui dashboard segala fungsi dari infrakstruktur yang diperlukan. Google Cloud Platform dan Amazon Web Services merupakan salah satu layanan IaaS yang tersedia dan memberikan uji coba gratis untuk tahun pertama.

Jika sebelumnya tren belajar Computer Science dan Linux dapat dilakukan dengan membeli perangkat keras Raspberry Pi atau perangkat Linux lainnya yang murah, sekarang tanpa membeli hardware kita dapat dengan mudah menggunakan IaaS untuk belajar komputasi.

Google Cloud Platform: Compute Engine

Menggunakan compute engine kita dapat membuat sebuah instance Virtual Machine dengan resource yang kita inginkan. Instance paling murah yang dapat kita deploy adalah 1vCPU dengan RAM 0.6GB (f1-micro). Untuk percobaan kali ini saya akan menggunakan small (1 shared vCPU dengan 1.7GB RAM). Saya akan memasang Ubuntu 18.04 dan menggunakan 10GB SSD.

GCP
Gambar 1. Setup Virtual Machine Instance di Google Compute Engine

SSH Key

Untuk mengakses instance dengan SSH, generate key SSH menggunakan PuTTY Key Generator untuk mendapatkan RSA key. RSA key ini kita masukkan pada bagian Security di menu setup Virtual Machine dan copy hasil RSA key ini di SSH key text box. Lalu simpan RSA key sebagai private key file (*.ppk) untuk dapat digunakan melalui PuTTY.

puttygen.PNG
Gambar 2. Key SSH untuk mengakses Virtual Machine instance

Akses SSH

Setelah memasukkan key pada PuTTY, buka koneksi SSH melalui IP address dari instance Google Compute Engine yang sudah dibuat. Masukkan username sesuai dengan comment dari SSH key. Jika sudah masuk melalui username, Anda sudah dapat mengakses Virtual Machine Ubuntu 18.04.2 LTS yang sudah terpasang di Google Cloud Platform.

putty.PNG

Selamat mencoba Google Cloud Platform untuk kepentingan komputasi Anda.

Resume Builder with Vue.js (English)

This is a translated version of the article written on March 6th in Bahasa Indonesia.


Hi!

I started this blog with a content which is not exclusively for electrical stuff. This post is about building a resume. If you hope this post is about how to write a good resume, this is not the article for you. There are lots of blogs and articles which discussed how to write an accurate, concise, and clear resume. As an engineer, especially one who dabbles in the world of technology, one should have a decent programming knowledge. That’s why this post will discuss using JavaScript as a tool to create a neat resume

Before I begin my explanation on how to make a resume with JavaScript, I’ll show you how to install it using Ubuntu v16.04 Computer. Several things that you need to note in preparation for creating a resume using Ubuntu Computer like in this post are:

  • Git version checker is installed in Ubuntu

Installing Git in Ubuntu can be simply done with the command :

# apt-get install git

  • Installing Node.js using Node.js Version Manager

To install Node.js, you can follow the guide in

https://id.godaddy.com/help/install-nodejs-ubuntu-17395

After installing both programs above, you can then access my GitHub Repository (https://github.com/josefmtd/best-resume-ever) which is a fork from (https://github.com/salomonelli/best-resume-ever). To clone this repository, use this command:

$ git clone https://github.com/josefmtd/best-resume-ever

After cloning repository, open the ‘best-resume-ever’ folder -> resume folder, and you’ll find two files, data.yml and id.jpg in that folder. You can change the id.jpg with your own photo and change data.yml according to the content of your resume

After the contents are changed, you can begin compiling from the PDF file according to the design you want. To begin compiling, first access the ‘best-resume-ever’ folder and do this command:

$ npm install

Wait until the installation process from Node.js finished, then you can begin compiling for the PDF using this command below:

$ npm run export

Wait until the compilation process finished so you can see the result in the folder ‘best-resume-ever/pdf’. There are also several templates that I dabbled according to the standard templates from https://github.com/salomonelli. If you aren’t satisfied with the template I made, you can change the template in the ‘/best-resume-ever/src/resumes/’ folder, where you can find Vue.js file which can be changed depending on what you want. I’ll talk about changing the template in another chance. Have fun experimenting with Vue.js to create a great resume