PENDEKATAN STATISTIKA BAYESIAN DALAM TESTING GANDA TERTARGET UNTUK MENINGKATKAN EFEKTIVITAS TES RAPID DAN DETEKSI VARIAN VIRUS BARU

Abstract

Pandemi COVID-19 mendorong penerapan tes massal, terutama tes antigen dan PCR, untuk menekan angka kasus dan kematian. Namun, tes antigen, meskipun murah dan cepat, memiliki sensitivitas rendah dan menghasilkan banyak kasus negatif palsu. Hal ini menjadi permasalahan utama dalam upaya penanggulangan pandemi. Menanggapi hal tersebut, penelitian ini mengusulkan strategi double testing tertarget untuk meningkatkan akurasi diagnosis dan mencegah penularan COVID-19. Strategi ini bertujuan untuk meningkatkan sensitivitas tes antigen dan mengurangi negatif palsu, serta mendeteksi kemungkinan varian virus melalui tes ganda PCR/antigen. Penelitian ini didasarkan pada kajian jurnal dan kasus nyata di berbagai negara. Penekanannya adalah pada penyelesaian matematis menggunakan teorema Bayesian, yang dilengkapi dengan bukti empiris. Hasil penelitian menunjukkan bahwa double testing secara bertahap dapat secara drastis mengurangi penularan COVID-19. Penerapan strategi ini diharapkan mampu menjadi solusi bagi pemerintah untuk mencegah terjadinya lockdown berulang yang berdampak negatif pada ekonomi. Strategi double testing tertarget merupakan solusi efektif untuk meningkatkan akurasi diagnosis dan mencegah penularan COVID-19. Strategi ini juga dapat membantu pemerintah mengelola pandemi dengan lebih optimal dan menekan dampak negatifnya.