Pandemi Covid-19 yang disertai pemberlakukan pembatasan perjalanan berdampak pada sektor pariwisata di Provinsi Bengkulu. Hingga 28 Oktober 2021, berdasarkan data Pemprov Bengkulu angka kematian positif akibat Covid-19 di Bengkulu mencapai 404 jiwa.
Sejak kasus pertama Covid-19 di Bengkulu diumumkan, tanggal 31 Maret 2020, Pemprov Bengkulu mulai menerapkan Pemberlakukan Pembatasan Kegiatan Masyarakat (PPKM). Hal ini menyebabkan sejumlah hotel dan aktivitas penerbangan terpaksa tutup. Akibatnya sektor pariwisata di Bengkulu menjadi lesu.
Riset ini akan melihat dampak sosial ekonomi pandemi Covid-19 terhadap sektor pariwisata di Bengkulu. Ada dua faktor yang akan disorot yakni Tingkat Penghunian Kamar (TPK) hotel berbintang, serta jumlah kedatangan dan keberangkatan penumpang yang ada di Bandara Fatmawati Soekarno. Penulis mencoba menganalisa korelasi berdasarkan sumber data terbuka.
Ada tiga sumber data terbuka yang digunakan, pertama melihat angka kumulatif per bulan positif Covid-19 di Bengkulu, kedua melihat tingkat hunian hotel berbintang setiap bulan yang ada kurun selama dua tahun, yakni 2019 dan 2020 dan ketiga, melihat jumlah kedatangan dan keberangkatan penumpang di Provinsi Bengkulu kurun selama dua tahun, yakni 2019 dan 2020.
Untuk mendapatkan data angka kumulatif per bulan positif Covid-19 di Bengkulu dilakukan dengan cara, membuka laman https://www.kemkes.go.id/index.php untuk mendapatkan angka rekapitulasi.
Sebenarnya ada beberapa website yang menyajikan data Covid-19, seperti Peta Sebaran COVID-19, https://laporcovid19.org/, namun data yang tersedia di dua website tersebut sudah tersaji dalam bentuk diagram sehingga penulis mengalami kesulitan untuk mengimport data yang ada.
Provinsi Bengkulu sendiri juga memiliki website https://covid19.bengkuluprov.go.id/databengkulu, namun data yang tersedia hanya terhitung sejak Agustus 2020. Sedangkan kasus pertama di Bengkulu sudah sejak 31 Maret 2020 dan mulai tercatat di Kemenkes per 1 April 2020. Sehingga penulis lebih memilih menggunakan data dari Kementerian Kesehatan RI. Berikut tampilan halamannya.
Dibagian kanan atas terdapat kanal SITUASI COVID-19 terkini yang sudah ditandai dengan garis kotak berwarna hitam. Bila mengklik kanal tersebut kita akan menemukan laporan harian situasi perkembangan covid-19 untuk global dan seluruh provinsi di Indonesia. Kemudian silakan pilih DOWNLOAD. Berikut tampilan halamannya.
Sehingga muncul tampilan Situasi Terkini Perkembangan Covid-19 harian. Berikut tampilannya,
Karena riset ini fokus dengan data kumulatif Covid-19 setiap bulan, maka pengumpulan data difokuskan dengan melihat laporan setiap akhir bulan selama tahun 2020, terhitung sejak kasus pertama di umumkan di Bengkulu. Meliputi tanggal 30 April, 31 Mei, 30 Juni, 31 Juli, 31 Agustus, 30 September, 31 Oktober, 30 November, 31 Desember. Berikut tampilan salah satu halaman yang sudah didownload.
Secara keseluruhan ada 9 halaman yang harus di download. Halaman-halaman tersebut masih dalam format PDF dan dikumpulkan dalam satu folder. Berikut tampilannya.
Untuk mendapatkan data dalam format tabel dinamis perlu dilakukan konversi dari format PDF ke format Excel dengan menggunakan Nitro Pro 8. Konversi menggunakan tools ini dilakukan karena sebelumnya penulis sudah mencoba menggunakan tabula namun data yang dihasilkan tidak terbaca.
Begitu pula ketika menggunakan freepdfconvert data yang dihasilkan setelah dikonversi tidak terstruktur dengan baik. Sehingga pilihan jatuh ke Nitro Pro 8, berikut tampilannya.
Cara menggunakan tools ini relatif mudah. Cukup dengan membuka file dalam format PDF yang ingin kita konversi dengan menggunakan Nitro Pro 8. Setelah terbuka, kita tinggal memilih “To Excel” sesuai dengan format yang kita inginkan. Kemudian memilih halaman yang diingin dikonversi, “Choose pages”, setelah didapatkan halaman yang dipilih dilanjutkan dengan menekan “OK” dan terakhir “Covert”. Berikut tampilannya.
Proses ini akan memakan waktu beberapa detik, tergantung dengan kondisi jaringan internet masing-masing, sampai secara otomatis kita akan diarahkan ke halaman yang sudah terformat dalam bentuk Excel. Berikut tampilannya.
Hal yang sama juga berlaku untuk mengkonversi data-data dari bulan lain yang diinginkan. Metode ini tidak baku, untuk data-data yang memang sifatnya tidak bisa didapatkan dalam bentuk tabel dinamis dapat dilakukan proses input secara manual. Apalagi jika jumlah datanya tidak banyak.
Kemudian, dilanjutkan dengan mengumpulkan data Tingkat Penghunian Kamar (TKP) hotel berbintang. Awali dengan membuka peramban (browser) Google Chrome. Lalu, ketik kata kunci “persentase tingkat penghunian kamar hotel berbintang menurut bulan persen di provinsi bengkulu 2019- 2020” tanpa menggunakan tanda kutip.
Pada hasil pencarian muncul urutan pertama muncul tampilan “(persen) di Provinsi Bengkulu, 2019-2020”, silakan diklik hingga peramban akan mengarahkan ke link berikut ini https://bengkulu.bps.go.id/statictable/2021/07/08/678/persentase-tingkat-penghunian-kamar-hotel-berbintang-menurut-bulan-persen-di-provinsi-bengkulu-2019–2020-.html Setelah dibuka, berikut tampilan yang muncul :
Terlihat data yang diperoleh dalam bentuk persentase tingkat hunian setiap bulan kurun 2019 sampai dengan 2020. Data tersebut baru diupdate per 8 Juli 2021. Untuk mendapatkan data tersebut cukup dengan mengklik UNDUH TABEL. Hingga muncul dalam format Excel, dengan tampilan sebagai berikut.
Karena pengambilan data Tingkat Penghunian Kamar (TPK) dilakukan dengan metode sampling bukan sensus, maka data yang dihasilkan dalam bentuk persentase bukan angka jumlah.
Meskipun begitu, dengan menggunakan sumber data terbuka, kita bisa mendapatkan jumlah kamar hotel berbintang yang ada di Provinsi Bengkulu.
Diawali dengan mencari hotel apa saja yang masuk kategori berbintang. Caranya dengan membuka peramban (browser) Google Chrome. Lalu, ketik kata kunci “Hotel Berbintang di Bengkulu” tanpa menggunakan tanda kutip. Kemudian kita akan menemukan link https://statistik.bengkuluprov.go.id/Wisata/hotbin SILAKAN DIKLIK, sehingga akan muncul tampilan sebagai berikut.
Ada 14 daftar hotel berbintang di Provinsi Bengkulu. Mulai dari hotel bintang 1 hingga bintang 4.
Untuk memindahkan data tersebut ke spreadsheet, maka langkah yang akan kita lakukan adalah dengan melakukan scrapping seperti sebelumnya. Silakan masukan rumus =importhtml(“https://statistik.bengkuluprov.go.id/Wisata/hotbin”,”table”,1) di google spread. Hingga muncul tampilan sebagai berikut.
Setelah mendapatkan daftar hotel berbintang, kita tinggal mencari jumlah kamar yang ada disetiap hotel. Caranya dengan dengan membuka peramban (browser) Google Chrome. Lalu, ketik kata kunci “Jumlah kamar hotel Mercure di Bengkulu” tanpa menggunakan tanda kutip. Kemudian kita akan diarahkan ke laman yang memuat profile tentang hotel tersebut. Seperti tampilan berikut.
Cara yang sama juga dapat dilakukan untuk mengetahui jumlah kamar hotel-hotel lainnya. Atau bisa juga dengan membuka laman travel agent seperti Agoda, Traveloka atau lainnya yang biasanya mengulas tentang layanan room service serta fasilitas hotel yang ada.
Melalui sumber data terbuka diketahui jumlah kamar hotel berbintang di Bengkulu ada 852 kamar dan terbanyak di Hotel Mercure. Berikut akumulasinya.
Hal yang sama juga berlaku untuk untuk mendapatkan data penumpang kedatangan dan keberangkatan yang ada di Bandara Fatmawati Soekarno. Diawali dengan membuka peramban (browser) Google Chrome dan mengetik kaca kunci “Statistik penerbangan di Provinsi Bengkulu 2019-2020” tanpa menggunakan tanda kutip. Hasil pencarian akan mengantarkan kita dengan tampilan sebagai berikut :
Ketika mengklik link tersebut kita akan mendapatkan tampilan grafik batang dan data jumlah kedatangan dan keberangkatan pesawat, jumlah penumpang kedatangan dan keberangkatan pesawat, jumlah penumpang usia dewasa, anak dan bayi. Tampilan sebagai berikut,
Data yang tersaji di laman ini tidak dapat didownload dalam format PDF. Hanya ada opsi cetak untuk mendapatkan data tersebut. Sehingga untuk mendapatkan data dalam format tabel dinamis, kita harus melakukan scrapping di google spreadsheet.
Langkah yang harus dilakukan untuk masuk ke google spreadsheet yakni, pertama login ke akun gmail kita, kemudian klik google apps atau aplikasi google (tanda titik berderet di kanan atas layar), lalu pilih dan klik drive. Berikut tangkapan layarnya:
Lalu, selanjutnya pilih dan klik TANDA (+) untuk membuat spreadsheet baru. Berikut tangkapan layarnya:
Kemudian kita akan berada pada sheet atau lembaran kosong. Lalu, kita dapat membuat nama worksheet dengan Jumlah Penumpang (Datang dan Pergi). Lalu silakan masukan rumus untuk mendapatkan data yang diinginkan ke dalam spreadsheet.
Sebagai berikut :
Karena data penumpang dewasa pada laman tersebut ada pada tabel kedua maka, angka paling ujung dirumus menggunakan angka 2. Ini berlaku juga untuk data penumpang anak yang merupakan tabel ke 3, sehingga rumusnya berubah menjadi =importhtml(“link”;”table”;3), data penumpang bayi pada tabel ke 4 menjadi =importhtml(“link”;”table”;4) dan seterusnya.
Berikut tampilan data penumpang dewasa yang sudah berhasil diimport ke spreadsheet.
Proses import semua data dapat dilakukan di laman spreadsheet yang sama, sehingga tidak perlu membuka sheet baru. Berikut tampilannya.
Karena penulis memerlukan data dua tahun terakhir, maka dengan cara yang sama dilakukan pengambilan untuk data tahun 2019, pada link yang sama https://statistik.bengkuluprov.go.id/dishub/udara/2020 Cukup dengan mengubah tahun yang diinginkan maka kita akan diarahkan pada laman data yang dibutuhkan. Tampilannya sebagai berikut.
Kemudian setelah data terdisplay, tinggal dilakukan proses scrapping data yang diinginkan di sheet baru, menggunakan rumus =importhtml seperti tahapan sebelumnya.
Setelah semua data yang dibutuhkan sudah terkumpul, proses selanjutnya yakni mengolah data menggunakan google spreadsheet. Proses penginputan data ke spreadsheet dapat dilakukan dengan cara, klik FILE, pilih IMPOR DATA, cari file yang akan diimpor, lalu klik OPEN. Berikut tampilan layarnya:
Berikut tampilan data Tingkat Penghunian Kamar (TPK) yang sudah diupload ke spreadsheet.
Di spreadsheet ini kita dapat memulai proses cleaning, dengan merapikan tabel, memastikan titik dan koma, menghilangkan spasi serta menghapus kolom atau baris yang tidak diperlukan. Termasuk menambah kolom yang dibutuhkan.
Kemudian, tahap berikutnya adalah visualisasi. Ada dua visualisasi yang akan dibuat, yakni data TPK 2019 dan 2020 serta jumlah penumpang pesawat tahun 2019 dan 2020, masing-masing divisualisasikan dalam bentuk grafik batang. Kemudian dilihat perbandingannya dengan menggunakan flourish studio.
Langkah pertama yang perlu dilakukan yakni dengan membuat akun flourish. Selanjutnya masuk ke akun yang telah dibuat lalu pilih NEW VISUALIZATION di kiri atas. Sehingga muncul tampilan sebagai berikut,
Langkah berikutnya masuk laman pilihan tampilan, lalu pilih salah satu. Tampilan yang dipilih disesuaikan dengan data yang dimiliki. Pilih salah satu tampilan yang cocok dengan data tersebut. Dalam hal ini yang dipilih adalah DIAGRAM COLUMN CHART (GROUPED). Tampilannya seperti ini:
Kemudian klik pilihan data, unggah data, lalu impor file data yang dibuat di google spreadsheet sebelumnya ke dalam flourish. Beri judul diagram Tingkat Penghunian Kamar Hotel Berbintang di Bengkulu tahun 2019 dan 2020. Berikut tampilannya,
Kemudian klik PREVIEW untuk melihat diagram batang yang dihasilkan sesuai data yang dimasukkan tadi. Di laman ini kita juga bisa membuat legenda dengan menambahkan judul, keterangan diagram, serta mengubah warna sesuai yang kita inginkan dengan memanfaatkan fitur-fitur yang ada di sebelah kanan. Berikut tampilannya
Dari visualisasi tersebut terlihat persentase Tingkat Penghunian Kamar (TPK) hotel Berbintang di Bengkulu turun drastis di bulan April, tepatnya ketika Pemberlakukan Pembatasan Kegiatan Masyarakat (PPKM) mulai diberlakukan. Meski mulai terjadi pertumbuhan TPK dibulan Mei tahun 2020 namun pertumbuhannya tidak begitu signifikan. Hingga akhir tahun pertumbuhan TPK berfluktuasi atau tidak stabil dan tidak dapat melampaui persentase TPK di tahun 2019.
Langkah berikutnya, diagram tersebut kita ekspor dan siap dipublikasikan. Caranya yakni dengan klik di bagian ekspor dan publikasikan. Pada tampilan layar akan muncul pilihan link embed your website, download HTML atau download image. Jika akan dipublikasikan melalui media online, maka pilih link EMBED YOUR WEBSITE dan bisa ditempelkan di body text berita seperti berikut:
Untuk mengakses diagram tersebut silakan klik link berikut ini, https://public.flourish.studio/visualisation/7687154/
Langkah yang sama juga dilakukan untuk melihat perbandingan jumlah penumpang selama pandemi selama tahun 2019 dan 2020. Beri judul diagram Visualisasi Jumlah Kedatangan & Keberangkatan Penumpang di Bandara Fatmawati Soekarno Kurun 2019 dan 2020. Berikut tampilannya dengan datanya yang sudah terupload.
Kemudian kita tinggal mengklik PREVIEW untuk melihat diagram batang yang dihasilkan sesuai data yang dimasukkan tadi. Di laman ini kita juga bisa membuat legenda dengan menambahkan judul, keterangan diagram, serta mengubah warna sesuai yang kita inginkan dengan memanfaatkan fitur-fitur yang ada di sebelah kanan. Berikut tampilannya
Dari visualisasi tersebut terlihat jumlah kedatangan dan keberangkatan turun drastis di bulan Mei. Meski mulai terjadi pertumbuhan dibulan Juni tahun 2020 namun tidak dapat melampaui jumlah ditahun 2019. Penumpang dewasa di tahun 2020 yang diwakili dengan warna ungu jumlahnya terus tumbuh meski mengalami fluktuasi di bulan September dan Oktober 2020.
Langkah berikutnya, diagram tersebut kita ekspor dan siap dipublikasikan. Caranya yakni dengan klik di bagian ekspor dan publikasikan. Pada tampilan layar akan muncul pilihan link EMBED YOUR WEBSITE, download HTML atau download image. Jika akan dipublikasikan melalui media online, maka pilih link embed your website dan bisa ditempelkan di body text berita seperti berikut:
Untuk mengakses diagram tersebut silakan klik link berikut ini, https://public.flourish.studio/visualisation/7687212/
Selanjutnya kita dapat melihat korelasi antara angka Covid-19 dengan jumlah penumpang dan Tingkat Penghunian Kamar (TPK) hotel berbintang di Bengkulu, kurun April hingga Desember 2020. Kita akan membuat visualisasi baru dengan memilih diagram BASIC SCATTER PLOT. Berikut tampilan layarnya:
Silakan klik diagram Basic Scatter Plot, kemudian kita beri judul Korelasi Angka Covid-19 dengan persentase TPK , Kurun April sampai Desember 2020. Proses upload data serta menambahkan judul, keterangan diagram, serta mengubah warna sesuai yang kita inginkan dengan memanfaatkan fitur-fitur yang ada di sebelah kanan dapat dilakukan sama seperti tahapan sebelumnya.
Pada diagram scatter di sumbu X ditempatkan data independent atau penyebab yakni jumlah kasus Covid-19. Sebaliknya, pada sumbu Y adalah data dependent atau akibat/effect, yakni persentase TPK. Berikut tampilan data yang sudah terupload.
Untuk melihat visualisasi korelasi yang dihasilkan berdasarkan data yang sudah diupload tadi silakan mengklik PREVIEW. Jangan lupa untuk mengaktifkan TREND LINES ONE PER DISCRETE COLOUR untuk menampilkan garis. Kita juga bisa menampilkan tautan sumber data yang bisa diedit di bagian Footer. Lihat sisi kanan pada Footer, lalu isi sumber data yang digunakan. Tampilannya seperti ini:
Langkah berikutnya, diagram tersebut kita ekspor dan siap dipublikasikan. Caranya yakni dengan klik di bagian ekspor dan publikasikan. Pada tampilan layar akan muncul pilihan link embed your website, download HTML atau download image. Jika akan dipublikasikan melalui media online, maka pilih link embed your website dan bisa ditempelkan di body text berita seperti berikut:
Link yang dapat diakses untuk diagram tersebut yakni: https://public.flourish.studio/visualisation/7677585/
Dari data jumlah kasus Covid-19 dan persentase TKP kurun April sampai dengan Desember 2020, dapat dilihat korelasi dengan memasukkan data ke spreadsheet. Jangan lupa melakukan proses cleaning data, dengan mengecek satu per satu format value untuk memastikan sudah dalam bentuk angka. Lalu ubah semua data ke format number. Menghilangkan spasi di antara angka, sehingga dapat memasukkan rumus korelasi sebagai berikut =CORREL(B2:B10;C2:C10) hingga nanti muncul angka perhitungan 0.5999220278. Seperti terlihat dalam tampilan layar berikut:
Angka tersebut kemudian dicek lagi pada data koefisien korelasi kriteria Guilford (1956). Berikut penafsiran koefisien korelasinya:
Angka yang dihasilkan yakni 0.5999220278. Nilainya berada diantara lebih besar dari 0,40-0,70 sehingga bisa dilihat hubungan antara keduanya faktor tersebut cukup berarti.
Selanjutnya kita juga akan melihat korelasi antara jumlah kasus Covid-19 dengan jumlah penumpang kedatangan dan keberangkatan kurun April hingga Desember 2020. Proses diawali dengan membuat visualisasi baru dengan memilih diagram Basic Scatter Plot seperti tahapan sebelumnya.
Kemudian upload data kasus Covid-19 dan jumlah penumpang (dewasa, anak dan bayi) kedatangan dan keberangkatan kurun April hingga Desember 2020. Pada diagram scatter di sumbu X ditempatkan data independent atau penyebab yakni jumlah kasus Covid-19. Sebaliknya, pada sumbu Y adalah data dependent atau akibat/effect, yakni jumlah penumpang. Berikut tampilan data yang sudah terupload.
Untuk melihat visualisasi korelas yang dihasilkan berdasarkan data yang sudah diupload tadi silakan mengklik PREVIEW. Jangan lupa untuk mengaktifkan TREND LINES ONE PER DISCRETE COLOUR untuk menampilkan garis. Kita juga bisa menampilkan tautan sumber data yang bisa diedit di bagian Footer. Lihat sisi kanan pada Footer, lalu isi sumber data yang digunakan. Tampilannya seperti ini:
Langkah berikutnya, diagram tersebut kita ekspor dan siap dipublikasikan. Caranya yakni dengan klik di bagian ekspor dan publikasikan. Pada tampilan layar akan muncul pilihan link embed your website, download HTML atau download image. Jika akan dipublikasikan melalui media online, maka pilih link embed your website dan bisa ditempelkan di body text berita seperti berikut:
Link yang dapat diakses untuk diagram tersebut yakni: https://public.flourish.studio/visualisation/7677643/
Dari data jumlah kasus Covid-19 dan jumlah penumpang kurun April sampai dengan Desember 2020, dapat dilihat korelasi dengan memasukkan data ke spreadsheet. Jangan lupa melakukan proses cleaning data, dengan mengecek satu per satu format value untuk memastikan sudah dalam bentuk angka. Lalu ubah semua data ke format number. Menghilangkan spasi di antara angka, sehingga dapat memasukkan rumus korelasi sebagai berikut =CORREL(B2:B10;C2:C10) hingga nanti muncul angka perhitungan 0.7104081909. Seperti terlihat dalam tampilan layar berikut:
Angka yang dihasilkan yakni 0.7104081909. Nilainya berada diantara lebih besar dari 0,70 sehingga bisa dianggap hubungan antara keduanya sangat kuat. Artinya jumlah kedatangan dan keberangkatan penumpang memberikan pengaruh pada pertambahan kasus Covid-19 di Bengkulu. Ini cukup menarik. Artinya meskipun pemerintah sudah memperketat aturan penerbangan dengan pemberlakuan SWAB Antigen dan PCR, namun hal tersebut tidak dapat meredam laju peningkatan kasus Covid-19 di Bengkulu. Dari hasil riset ini dapat menjadi pemantik penelitian selanjutnya untuk melihat sejauh mana akurasi proses SWAB Antigen dan PCR, yang selama ini dilakukan.(betty herlina)
*) Resep ini dibuat sebagai rangkaian TOT : Working Group Literasi Data yang digelar AJI Indonesia dengan dukungan USAID dan Internews. Resep ini juga sudah tayang lebih dahulu di portal Jurnalisme Data Indonesia
