Hadri
Hadri
BAB I
PENDAHULUAN
1.1. Latar Belakang
Saat ini banyak sekali penyakit menular yang cukup
membahayakan, penyakit menular biasanya disebabkan oleh faktor
lingkungan yang cukup baik untuk perkembangbiakan virus, penyakit
akan mewabah melalui kontak langsung dengan individu yang telah
terinfeksi virus, udara, batuk, bersin, maupun makanan dan minuman. [2]
Perkembangan ilmu pengetahuan dan teknologi di bidang
kedokteran memiliki peranan penting dalam mencegah penyebaran
penyakit agar tidak meluas, yaitu dengan cara pemberian vaksin.
Perkembangan ilmu pengetahuan di bidang Matematika juga memberikan
peranan penting dalam pencegahan mewabahnya suatu penyakit. Peranan
matematika ini berupa model matematika, yang disebut model epidemi.
Model matematika memiliki aplikasi yang cukup penting dalam
berbagai ilmu. Dengan menggunakan berbagai asumsi, permasalahan yang
ada dalam lingkungan kehidupan dapat ditransformasikan dalam model
matematika. Dalam model matematuka yang ada selanjutnya dapat
dianalisis perilaku-perilaku yang ada didalamnya. Salah satu kejadian yang
terjadi dalam kehidupan manusia dan dapat ditransformasikan dalam
model matematika adalah kejadian epidemi, yaitu bentuk model
matematika yang digunakan dalam melihat tingkat penyebaran suatu
penyakit menular. Secara umum, model epidemic yaitu Susceptible (S),
Infected (I), dan Recovered (R). Yang dimana Susceptible (S) sebagai sub
kelas populasi yang rentan terinfeksi, Infected (I) sebagai sub kelas
populasi yang terinfeksi, dan Recovered (R) sebagai sub kelas yang telah
sembuh dari penyakit menular dan memiliki kekebalan tubuh. Model ini
disebut sebagai model SIR.
2
Model SIR digunakan untuk melihat perubahan pada setiap subbab-
nya untuk mereka yang membutuhkan perhatian medis selama penyebaran
penyakitnya. Model SIR juga dapat menjelaskan bahwa seseorang yang
telah sembuh dari suatu penyakit, maka orang tersebut akan memiliki
kekebalan dalam tubuhnya. Sehingga dalam tubuhnya memiliki daya tahan
untuk tidak terjangkit penyakit dengan jenis yang sama. Hanya saja model
SIR ini tidak bekerja pada semua penyakit, ketika seseorang terjangkit
penyakit menular, ada kemungkinan suatu saat orang tersebut akan
terjangkit lagi.
1.2. Rumusan Masalah
1. Bagaimana penggunaan model matematika epidemi SIR pada
penyakit menular ?
2. Apakah yang dimaksud dengan Basic Reproductive Ratio, Herd
Immunity Threshold, Effective Reproductive Number, dan Control
Vaccination Number ?
3. Bagaimana cara pengontrolan pemberian vaksin pada suatu populasi
yang terkena wabah penyakit menular.
1.3. Batasan Masalah
Batasan masalah pada studi literatur ini meliputi :
1. Pengunaan model matematika endemik SIR.
2. Hanya pada penyakit yang bersifat endemik.
3. Laju kelahiran yang terjadi dalam populasi diasumsikan sama dengan
laju kematian.
4. Penyebaran penyakit terjadi pada populasi tertutup, sehingga pengaruh
dari luar diabaikan.
5. Jumlah populasi diasumsikan konstan dan tidak memperhatikan masa
inkubasi.
3
1.4. Tujuan Penelitian
1. Mengetahui penggunaan model matematika epidemi SIR pada
penyakit menular.
2. Mengetahui penggunaan Basic Reproductive Ratio, Herd Immunity
Threshold, Effective Reproductive Number, dan Control Vaccination
Number.
3. Mengetahui tingkat vaksinasi yang efektif yang diberikan kepada
individu yang terinfeksi penyakit menular.
1.5. Metode Penelitian
Dilakukan dengan pendekatan teoritis mengenai teori-teori pendukung
yang berkaitan dengan model epidemi SIR.
1.6. Sistematika Penulisan
Penyusunan studi literatur ini, berdasarkan sistematika penulisan adalah
sebagai berikut :
BAB I : Pendahuluan
Berisi mengenai latar belakang materi pokok studi literatur, rumusan
masalah, tujuan pembahasan materi, metode penelitian, sistematika
penelitian, dan kerangka berfikir dari materi yang dibahas dalam penulisan
ini.
BAB II : Landasan Teori
Berisi mengenai uraian teori-teori yang mendukung penulisan ini, dan hal-
hal yang melandasi pembahasan pada materi pokok studi literatur yang
meliputi, model matematika, model epidemi, Basic Reproductive Ratio,
Herd Immunity Threshold, Effective Reproductive Number, Control
Vaccination Number, sistem persamaan diferensial, metode Euler, dan
metode Euler pada Persamaan Diferensial.
4
BAB III : Analisis Model Epidemi SIR Pada Penyakit Cacar Air
(Varicella)
Berisi mengenai pembahasan dari model epidemi SIR, penggunaan Basic
Reproductive Ratio, Herd Immunity Threshold, Effective Reproductive
Number, dan Control Vaccination Number pada model SIR. Dan
penggunaan model SIR pada penyakit cacar air.
BAB IV : Penutup
Berisi kesimpulan sebagai hasil dari rumusan masalah pada kajian model
epidemi ini, dan saran untuk pengembangan kajian ini dengan
permasalahan yang berbeda.
Daftar Pustaka
1.7. Kerangka Berfikir
Model epidemi pertama kali dipublikasikan oleh Daniel Bernoulli,
dan model epidemi modern dikembangkan oleh A.G. McKendrick dan
W.O. Kermarck (1927).[2]
Pada model SIR, individu yang awalnya berpotensi tidak terinfeksi
akan menjadi individu rentan terinfeksi jika ia ada dalam suatu populasi
tertutup yang didalamnya memiliki individu yang telah terinfeksi oleh
suatu penyakit menular, maka penyebaran penyakit tersebut kemungkinan
besar akan mewabah dalam populasi tersebut, dengan adanya Basic
Reproductive Ratio maka akan diketahui seberapa cepat infeksi tersebut
akan mewabah. Dan dengan adanya pemberian vaksin terhadap individu
yang terinfeksi, maka individu tersebut akan lebih cepat pulih dari
penyakit tersebut, disinilah peran Control Vaccination Number untuk
mengetahui tingkat pemberian vaksin terhadap populasi yang telah
terinfeksi tersebut, dan pada umumnya suatu penyakit menular, akan
menghasilkan kekebalan tubuh terhadap individu tersebut. Sehingga
individu yang telah terinfeksi, kemungkinan untuk tertular kembali dengan
jenis penyakit yang sama sangatlah kecil, contohnya penyakit cacar air.
5
BAB II
LANDASAN TEORI
2.1.Model Matematika
Secara umum pengertian model adalah suatu usaha untuk
menciptakan suatu replika/tiruan dari suatu peristiwa alam. Salah satu
modelnya yaitu model matematika. Pada model matematika, replika/tiruan
tersebut dilaksanakan dengan mendeskripsikan peristiwa alam dengan satu
set persamaan. Kecocokan model terhadap peristiwa alamnya tergantung
dari ketepatan formulasi persamaan matematis dalam mendeskripsikan
peristiwa alam.
Langkah pertama dalam pemodelan matematika adalah menyatakan
problem dunia nyata kedalam pengertian matematika, yang meliputi
identifikasi variabel-variabel pada problem dan membentuk beberapa
hubungan antara variabel-variabelnya. Selanjutnya adalah mengkonstruksi
kerangka dasar model.
Dengan asumsi dan pemahaman hubungan antara variabel-variabel,
selanjutnya akan melibatkan suatu usaha memformulasikan persamaan
atau sekumpulan persamaan untuk menyatakan hubungannya. Ketika
model diformulasi, langkah berikutnya adalah menyelesaikan persamaan.
Untuk mendapatkan solusinya yaitu salah satu langkah yang akan
menghubungakan terakhir formulasi matematika kembali ke probem dunia
nyata.
Dengan kata lain, pemodelan matematika adalah proses membangun suatu
model matematika untuk menggambarkan dinamika suatu sistem.
2.2.Model Epidemi
Ilmu yang membahas mengenai penyebaran penyakit disebut
epidemiologi. Epidemiologi merupakan cabang ilmu yang mempelajari
penyebaran penyakit dan faktor yang menentukan terjadinya penyebaran
6
penyakit pada manusia. Istilah penyebaran penyakit yang dimaksud adalah
penyebaran penyakit menurut sifat orang, tempat, dan waktu.
Epidemi adalah penyakit yang timbul sebagai kasus baru pada
suatu populasi tertentu, dalam suatu periode waktu tertentu, dengan laju
yang melampaui perkiraan. Dengan kata lain, epidemi adalah wabah yang
terjadi secara lebih cepat daripada yang diduga. Penyakit yang umum yang
terjadi pada laju yang konstan namun cukup tinggi pada suatu populasi
disebut endemik.
Suatu infeksi dikatakan sebagai endemik pada suatu populasi jika
infeksi tersebut berlangsung di dalam populasi tersebut tanpa adanya
pengaruh dari luar. Suatu infeksi penyakit dikatakan sebagai endemik bila
setiap orang yang terinfeksi penyakit tersebut menularkannya kepada tepat
satu orang lain. Bila infeksi tersebut tidak hilang dan jumlah orang yang
terinfeksi tidak bertambah secara eksponensial, suatu infeksi dikatakan
berada dalam keadaan tunak endemik (endemic steady state). Suatu infeksi
yang dimulai sebagai suatu epidemi pada akhirnya akan hilang atau
mencapai keadaan tunak endemik, bergantung pada sejumlah faktor,
termasuk virulensi dan cara penularan penyakit bersangkutan.
Model epidemi merupakan model matematika yang digunakan
untuk melihat laju penyebaran penyakit. Kondisi epidemi terjadi ketika
ada salah satu individu rentan pada populasi tersebut, maka populasi
tersebut memiliki peluang menjadi populasi rentan, dan kemungkinan
besar infeksi tersebut akan mewabah pada populasi tersebut. Sehingga
pada akhirnya seluruh individu dalam populasi berpeluang terinfeksi. Pada
dasarnya, model epidemic pada infeksi penyakit memiliki 3 epidemologi,
yaitu dari fase Susceptibles, Infected, dan Removed, yang didefinisikan :
- Individu yang sehat dapat terinfeksi;
- Individu yang terinfeksi memungkinkan untuk menularkan penyakit;
- Seseorang memiliki kekebalan karena telah terinfeksi, dan dapat
sembuh.
7
2.3.Basic Reproductive Ratio
Basic Reproductive Ratio adalah potensi penularan penyakit pada
populasi rentan yang merupakan jumlah rata-rata individu yang akan
terinfeksi secara langsung oleh seorang yang telah terinfeksi selama masa
penularannya pada populasi yang seluruhnya dalam rentan. Menurut
Hethcote, rasio reproduksi merupakan rasio yang menunjukkan jumlah
individu susceptible yang dapat menderita penyakit yang diakibatkan oleh
satu individu infected.
Basic Reproductive Ratio disebut sebagai laju reproduksi dasar
atau rasio repoduksi dasar dari suatu infeksi. Umumnya, semakin besar
nilai Basic Reproductive Ratio (B
R
) maka semakin sulit untuk
mengendalikan mewabahnya suatu penyakit. Untuk model sederhana,
proporsi populasi yang perlu divaksinasi untuk mencegah penyebaran
yang berkelanjutan. Tingkat reproduksi dasar dipengaruhi oleh beberapa
faktor termasuk jangka waktu infektivitas individu yang terinfeksi [4].
Yang dimana, ketika B
R
> 1 maka seseorang yang telah terinfeksi dapat
menyebabkan lebih dari 1 orang untuk terinfeksi penyakit tersebut dengan
kata lain wabah penyakit meningkat, ketika B
R
= 1 maka tidak ada
penyebaran penyakit (konstan), dan ketika B
R
< 1 maka sesorang yang
terinfeksi tidak menyebabkan orang lain terkena penyakit yang sama,
dengan kata lain tidak terjadi wabah pada populasi tersebut.
Basic Reproductive Number setara dengan :
- Lamanya waktu penularan penyakit.
- Jumlah kasus dari populasi rentan per satuan waktu.
- Kemungkinan transmisi infeksi dalam suatu pertemuan dengan
sejumlah individu yang rentan.
2.4.Herd I mmunity Threshold
Immunity merupakan kekebalan yang biasanya dihubungkan
dengan adanya antibody atau hasil aksi sel-sel yang spesifik terhadap
mikro-organisme penyebab atau racunnya, dan yang dapat menimbulkan
penyekit menular tertentu.
8
Herd Immunity adalah tingkat kemampuan atau daya tahan suatu
populasi tertentu terhadap serangan atau penyebaran penyakit menular
tertentu didasari pada daya tahan suatu populasi pada ukuran yang tinggi
di setiap individu dalam suatu kelompok. Perlawanan adalah suatu hasil
pada jumlah rentan dan kemungkinan bahwa individu yang rentan akan
mengalami kontak dengan individu yang telah terinfeksi. Perlawanan pada
suatu populasi untuk penyerangan dan penyebaran pada perantara infeksi,
didasari pada kekebalan perantara tertentu pada ukuran yang tinggi pada
suatu populasi. Ukuran pada suatu populasi yang membutuhkan untuk
mengubah kekebalan tubuh melalui perantara, karakter penyebaran,
penyaluran kekebalan dan kondisi rentan, dan faktor lainnya [2].
Herd immunity dianggap sebagai faktor utama dalam proses
kejadian wabah dalam masyarakat serta kelangsungan penyakit pada suatu
kelompok tertentu, seperti campak dan cacar air yang mewabah pada
setiap periode tertentu sebelum adanya usaha imunisasi. Keadaan tersebut
terjadi karena selama berlangsungnya wabah penyakit tertentu dalam
masyarakat, maka sejumlah mereka yang rentan akan jatuh sakit dan
merupakan sumber penularan untuk anggota kelompok lainnya yang tidak
kebal. Akan tetapi karena setiap penderita akan membentuk kekebaan aktif
dalam tubuhnya, maka selama wabah berlangsung banyak bekas penderita
yang akan menjadi kebal, sehingga proporsi anggota masyarakat yang
kebal menjadi meningkat sehingga prroses penularan menjdai lebih
lambat. Dalam menilai pengaruh herd immunity pada masyarakat secara
umum adalah proporsi tingkat kekebalan suatu kelompok yang dapat
dianggap mempunyai cukup daya tangkal untuk mencegah terjadinya
wabah. Secara teori, dapat dikatakan bahwa untuk suatu masyarakat
tertentu maka tingkat kekebalan yang dibutuhan secara merata adalah 70%
- 80% atau dengan kata lain tingkat kekebalan masyarakat tidak harus
100 % untuk mencegah terjadinya wabah penyakit tertentu dalam suatu
kelompok [9].
Herd immunity hanya berlaku pada penyakit menular. Teori
kekebalan kelompok mengusulkan bahwa dalam penyakit menular yang
9
ditularkan dari individu ke individu lain, rantai infeksi kemungkinan akan
terganggu ketika banyak penduduk yang kebal atau kurang rentan terhadap
penyakit.
Keely mendefinisikan Herd Immunity sebagai proses dimana
untuk setiap orang yang divaksinasi beresiko terinfeksi selama dalam
populasi rentan terinfeksi [4].
Salah satu tujuan dari vaksinasi adalah untuk menciptakan
kekebalan kelompok sementara kepada orang yang yang terinfeksi. Herd
Immunity merupakan faktor utama dalam proses kejadian wabah di
masyarakat serta kelangsungan penyakit pada suatu kelompok penduduk
tertentu.
Herd Immunity Threshold adalah presentase penduduk yang
membutuhkan kekebalan untuk mengendalikan penularan penyakit, yaitu
sama dengan satu. Dengan kata lain, Herd Immunity Threshold
merupakan ukuran dari kekebalan pada suatu populasi, yang timbul pada
peningkatan infeksi. Ketika penyakit mewabah, pada individu yang telah
terinfeksi, maka individu tersebut akan memiliki kekebalan tubuh,
semakin tinggi proporsi dari populasi maka populasi tersebut akan
memiliki kekebalan. Ketika proporsi yang cukup tinggi dari populasi, akan
menjadi kebal terhadap infeksi, maka wabah mereda dan akhirnya
berhenti. Fungsi dari Herd Immunity yaitu mencegah penyebaran infeksi
dalam komunitas dimana cakupan imunisasi cukup tinggi, sehingga wabah
dapat dicegah dengan vaksin.
2.5.Effective Reproductive Number
Dinotasikan dengan
< 1, maka
transmisi endemik infeksi tidak akan terjadi. Nilai Effective Reproductive
Number biasanya lebih kecil daripada nilai laju reproduksi dasar, dan
mencerminkan dampak tindakan pengendalian dan pengurangan orang
yang rentan dengan infeksi.
10
Jumlah reproduksi yang efektif akan berubah, misalnya orang akan
menjadi kebal terhadap penyakit. Biasanya nilai Effective Reproductive
Number lebih kecil daripada nilai Basic Reproductive Ratio, dan dapat
mencerminkan dampak tindakan pengendalian dan penipisan orang yang
rentan terinfeksi.
2.6.Control Vaccination Number
Model epidemi SIR dengan pengaruh vaksinasi merupakan
pengembangan dari model epidemi SIR klasik yang berupa persamaan
diferensial nonlinear orde satu.
Control Vaccination Number dinotasikan dengan
merupakan
jumlah rata-rata dari tempat kedua dari tempat infeksi selama masa
endemik dengan pengendalian tindakan, contohnya vaksinasi. Vaksinasi
merupakan salah satu cara untuk mencegah terjadinya penyebaran
penyakit lebih tinggi.
Ketika
= , , , =
Metode euler diturunkan dari deret Taylor,
+1
=
1!
+
"
2!
+
Deret Taylor diatas dengan melihat bahwa suku yang mengandung
pangkat lebih tinggi dari 2 memiliki nilai yang sangat kecil, maka dapat
diabaikan, sehingga dapat ditulis
+1
=
=
,
Maka didapat persamaan metode Euler :
+1
=
+
,
12
BAB III
ANALISIS MODEL EPIDEMI SIR PADA PENYAKIT CACAR AIR
(VARI CELLA)
3.1.Model Epidemi SI R
Suatu infeksi penyakit dikatakan endemik apabila setiap orang
yang terinfeksi penyakit akan menularkannya ke individu lain. Ketika
infeksi tersebut tidak hilang dan jumlah orang yang terinfeksi bertambah,
maka infeksi tersebut dikatakan berada dalam keadaan endemik. Model
SIR merupakan model penyakit yang memperoleh kekebalan permanen
dan keadaan pulih dari penyakit tersebut. Model SIR menggambarkan alur
penyebaran penyakit dari individu yang rentan (Susceptibles) menjadi
individu terinfeksi penyakit menular (Infected) melalui kontak langsung
maupun perantara lain, misal batuk, bersin, melalui makanan dan
minuman. Selanjutnya, individu dalam kelompok Infected yang mampu
bertahan terhadap penyakit akan sembuh dan masuk ke kelompok individu
pulih dari penyakit dan memiliki kekebalan (Recovered).
Model epidemi SIR, pada suatu populasi dibagi menjadi tiga
kelompok, yaitu [7] :
Susceptible (S), yaitu kelompok individu yang sehat tapi rentan terinfeksi.
Infected (I), yaitu kelompok individu yang terinfeksi penyakit menular.
Recovered (R), yaitu kelompok individu yang telah pulih dan memiliki
kekebalan permanen untuk tidak tertular penyakit yang sama.
Model epidemi SIR dibangun berdasarkan asumsi-asumsi : [4]
Populasi konstan.
Satu-satunya cara orang dapat meninggalkan kelompok rentan yaitu
dengan cara terinfeksi penyakit, satu-satunya cara orang yang
terinfeksi ingin sembuh, yaitu dengan proses pemulihan. Setelah itu,
seseorang dapat sembuh, dan memiliki kekebalan tubuh.
13
Umur, seks, status sosial, dan ras tidak berpengaruh untuk terkena
infeksi.
Tidak ada kekebalan tubuh yang turun temurun.
Suku dari populasi campuran memiliki interaksi yang sama dengan
orang lain pada tingkat yang sama.
Jumlah individu untuk masing-masing kelompok pada waktu
dinyatakan sebagai , , dan (). Total populasi diasumsikan
konstan karena kelahiran dan kematian diasumsikan memiliki laju yang
sama, dan pengaruh luar tidak diperhatikan. Maka,
= + + () (3.1)
Yang dimana N merupakan jumlah populasi total dari suatu keloompok
masyarakat.
Model Matematika SI R
= (3.2)
= (3.3)
= () (3.4)
Ket :
1!
+
"
2!
+ (3.5)
+1
=
+
,
(3.6)
Dari persamaan (3.1)
= (, )
+1
+1
= (, )
+1
= , (
+1
+1
=
+ ,
+1
=
+ (
+1
=
Solusi metode Euler untuk kelompok Infected,
Dari persamaan (3.3)
= (, )
+1
+1
= (, )
Gambar 3.1 Model Epidemi SIR
(3.7)
15
+1
= , (
+1
+1
=
+ ,
+1
=
+1
=
1+
(3.8)
Solusi metode Euler untuk kelompok Recovered,
Dari persamaan (3.4)
= (, )
+1
(
+1
)
= ,
+1
= , (
+1
+1
=
+ ,
+1
=
(3.9)
Dari persamaan diferensial model matematika SIR, dengan
menggunakan metode Euler didapatkan solusi dari persamaan diferensial
diatas yaitu :
+1
=
(3.7)
+1
=
1 +
(3.8)
+1
=
(3.9)
Yang dimana
+1
,
+1
,
+1
adalah bilangan dari populasi rentan,
terinfeksi, dan pulih dengan waktu (n+1), dan adalah perubahan waktu
terkecil dengan = 1.
16
3.2.Model SIR dengan Basic Reproductive Ratio
Basic Reproductive Ratio atau Bilangan Reproduksi Dasar,
dinotasikan dengan
0
. (3.10).
Jika
= 1
1
(3.11)
Apabila jumlah dari vaksinasi meningkat, maka Herd Immunity Threshold
juga meningkat. Ketika jumlah orang yang rentan terinfeksi berkurang,
maka Herd Immunity Threshold menurun.
17
3.4.Model SIR dengan Effective Reproductive Number
Effective Reproductive Number (E
R
) merupakan jumlah rata-rata
kasus infeksi sekunder yang timbul akibat dari kasus infeksi primer selama
masa endemik. Untuk menghitung nilai E
R
, digunakan persamaan berikut,
(3.12)
Sebagai wabah endemik, orang akan mati atau menjadi kebal
terhadap penyakit, ketika
bernilai < 1.
Effective Reproductive Number berlaku ketika menentukan kebijakan yang
efektif dalam pengontrolan suatu penyakit. Ketika
< 1, kebijakan
mengenai penyakit adalah efektif.
Untuk lebih jelasnya, pada gambar dapat dilihat ilustrasi
Gambar 3.2 Ilustrasi
18
3.5.Model SIR dengan Control Vaccination Number
[ ] (3.13)
Ket :
= keberhasilan vaksin
= cakupan vaksinasi (bagian dari populasi yang tervaksinasi)
Diketahui bahwa untuk mengetahui individu yang terinfeksi
membutuhkan vaksinasi yaitu ketika
< 1,
dibutuhkan banyaknya individu yang terinfeksi () dengan menggunakan
dasar aljabar untuk memanipulasi persamaan
< 1
1 < 1
1 <
1
<
1
1
>
1
>
1
1
Dengan demikian didapat
>
1(
1
(3.14)
Ketika didapat maka akan didapatkan nilai . Setelah itu, kita dapat
mengetahui jumlah individu yang membutuhkan vaksinasi dengan tingkat
vaksinasi yang efektif.
19
3.6.Model SIR dengan Proses Kepulihan dan Kematian
Ketika pulih, seseorang akan menerima kekebalan tubuh, sehingga
tidak mudah rentan terinfeksi penyakit, akan tetapi tidak menjamin bahwa
seseorang yang sudah pulih, dapat menerima kekebalan tubuh, karena ada
kemungkinan juga orang tersebut akan mati. Oleh karena itu, kita dapat
mengubah persamaan
(telah
pulih dan memiliki kekebalan tubuh) dan
(3.15)
(3.16)
Ket :
= (, )
+1
+1
= (, )
+1
= , (
+1
+1
=
+ ,
+1
=
(3.17)
Solusi metode Euler untuk memperhitungkan tingkat kematian individu
20
Dari persamaan (3.16)
= (, )
+1
+1
= (, )
+1
= , (
+1
+1
=
+ ,
+1
=
(3.18)
Dengan menggunakan metode Euler, didapat :
+1
=
(3.17)
+1
=
+ 1
(3.18)
Yang dimana
+1
+1
adalah bilangan dari kekebalan dan kematian
seseorang dengan waktu (n+1) , dan = 1.
3.7.Model SIR dan Cacar Air (Varicella)
Cacar air dikenal juga sebagai Varicella, cacar air adalah penyakit
menular ciri-cirinya yaitu banyak menimbulkan rasa gatal dan kemerah-
merahan pada kulit. Cacar air menyebar dari satu indivdu ke individu yang
lainnya, melalui bersin, batuk, makanan atau minuman, bersentuhan
melalui cairan dan udara, dan menular dalam waktu 5 menit atau lebih.
Masa inkubasi dari cacar air yaitu selama 14 sampai 16 hari. Seseorang
akan terinfeksi 1 atau 2 hari sebelum terkena virus cacar air sampai cacar
air di kulit hilang (selama 8 hari).
Cacar air biasanya menyerang anak dibawah 10 tahun meskipun
dapat juga menyerang orang dewasa. Pada anak dengan daya tahan tubuh
cukup, penyakit ini bersifat ringan dan jarang menimbulkan komplikasi,
tetapi pada anak dengan immunodefisiensi, maka penyakit inidapat
menimbulkan komplikasi bahkan kematian.
21
Virus yang masuk ke dalam tubuh umumnya melalui saluran
pernapasan, kemudian masuk ke sirkulasi darah dan kelenjar getah bening
dan akan berahir dengan manifestasi dengan kulit. Mula-mula akan
membentuk peradangan pada folikel kult dan glandula sebasea, kemudian
membentuk makula (bentuknya hampir rata dengan sekitarnya) yang
berkembang cepat menjadi papula (bentuknya lebih menonjol) dan
berubah lagi menjadi vesikula (papula yang berisi cairan) dan ahirnya
mengering menjadi krusta. Pada lapisan mukosa, terbentuknya makula,
papula dan vesikula tidak akan menjadi krusta , namun biasanya vesikula
akan pecah membentukluka yang terbuka, tetapi luka tersebut aka sembuh
dengan cepat.
Cacar air merupakan penyakit yang menular dengan kemungkinan
akan menular sekitar 65%-85%, dan 90% ketika kontak langsung. Cacar
air menghasilkan kekebalan bagi tubuh, kecuali bagi yangkekurangan
kekebalan tubuh dapat menyebabkan komplikasi bahkan kematian.
Penyakit cacar air dapat dimodelkan menggunakan Model epidemi
SIR. Contohnya, populasi dari 100 orang secara acak. Ketika penyakit
menular cepat, setiap orang akan cepat terinfeksi. Akan dihitung, dimana
kita dapat melihat berapa banyak orang yang akan berada pada keadaan
yang berbeda pada periode waktu [4].
Dimulai dengan setiap orang yang rentan terkena penyakit, lalu
satu orang tiba-tiba terinfeksi. Dan begitu seterusnya sampai terakhir di
hari ke-8. pada keadaan ini, kita memiliki setiap orang yang telah pulih
22
pada 1 periode, dalam arti bahwa angka kesembuhan, = 1. Dalam
perhitungan tiap grupnya dengan mengalikan antar grup dengan [4].
Dari tabel (3.1) dapat memperhitungkan untuk mengetahui laju
penyebaran penyakit, dengan memanipulasi persamaan
+1
=
(3.7)
+1
, dimana t = 1.
Menjadi,
=
+1
(3.19)
Dengan menggunakan persamaan diatas, maka didapat nilai ditiap
periodenya. Dengan menggunakan persamaan (3.19),
untuk = 0.65
2
=
1
2
1
=
9935
99.1
= 0.646465
Ketika = 0.65, didapat nilai = 0.1391
Ketika = 0.85, didapat nilai = 0.155954
Tabel 3.1 Kelompok S, I, R Pada Populasi Tertutup
Untuk = 0.65
Untuk = 0.85
23
Salah satu bagian terpenting dari pemodelan pada suatu penyakit
yaitu laju infeksi. Nilai ini mempengaruhi jumlah kelompok individu
rentan, terinfeksi, dan sehat, dan seberapa lama laju penyebaran terjadi
hinga setiap orang dalam suatu populasi terinfeksi penyakit menular. Pada
gambar diatas ditunjukkan bagaimana laju infeksi mempengaruhi jumlah
individu rentan, terinfeksi, dan sehat, mengendalikan nilai awal dari
jumlah individu yang terinfeksi untuk dua kasus ( = 0.65 dan = 0.85).
Nilai rata-rata untuk = 0.85
Nilai rata-rata untuk = 0.65
Tabel 3.2 Laju Penyebaran Penyakit ()
Gambar 3.3 Laju Penyebaran Infeksi Pada Kelompok Rentan
24
Populasi dengan alfa yang lebih besar, kelompok yang telah sembuh
meningkat dengan cepat dibandingkan dengan alfa yang lebih kecil.
Populasi dengan alfa yang lebih besar akan lebih cepat mencapai
puncak, ketika suatu populasi pada kelompok yang terinfeksi mencapai
puncaknya, dimana kelompok yang terinfeksi memiliki laju yang lebih
cepat dengan alfa yang lebih besar dibandingkan dengan alfa yang lebih
kecil. Dapat dilihat juga bahwa dengan alfa yang lebih kecil, populasi yang
terinfeksi lebih lambat untuk mencapai nilai 0.
Gambar 3.4 Laju Penyebaran Infeksi Pada Kelompok Bebas Penyakit
Gambar 3.6 Jumlah Individu Terinfeksi Pada Kelompok Rentan
Gambar 3.5 Laju Penyebaran Infeksi Pada Kelompok Terinfeksi
25
Faktor yang lebih penting pada pemodelan penyakit adalah jumlah
awal orang yang terinfeksi. Selanjutnya, ditunjukkan bagaimana nilai ini
berpengaruh terhadap jumlah individu pada kelompok rentan, terinfeksi,
dan sehat, ketika laju infeksi tetap 0.65 untuk dua populasi.
Dapat dilihat dengan meningkatnya jumlah awal individu yang
terinfeksi, waktu yang dibutuhkan untuk kelompok rentan untuk saling
bertemu sangat rendah. Dengan meningkatnya jumlah awal dari individu
yang terinfeksi, garis tersebut menunjukkan populasi akan lebih membelok
dan kurang bergerigi.
Dengan meningkatnya jumlah awal individu yang terinfeksi,
kelompok yang terinfeksi menuju nilai 0 dengan cepat. Menariknya bahwa
dengan menurunnya jumlah awal individu yng terinfeksi, puncaknya
meningkat. Selain itu, ketika jumlah awal dari individu yang terinfeksi,
adalah setengahnya dari populasi, puncak kelompok yang terinfeksi hingga
sebelum puncak dari kelompok dengan jumlah awal individu yang
terinfeksi kurang dari setengan populasi.
Gambar 3.7 Jumlah Individu Terinfeksi Pada Kelompok Terinfeksi
Gambar 3.8 Jumlah Individu Terinfeksi Pada Kelompok Bebas Penyakit
26
Dengan kelompok sehat, dapat dilihat ketika jumlah awal individu
yang terinfeksi meningkat dengan waktu yang dibutuhkan kelompok sehat
untuk bertemu sangat rendah. Dengan jumlah awal individu yang
terinfeksi meningkat, garis tersebut menunjukkan populasi akan membelok
dan kurang bergerigi.
3.7.1. Varicella Basic Reproductive Ratio
Dari table 3.2, akan dicari nilai
=
0.1391
1
* 100 = 13.91, didapat nilai = 0.1391. Ketika = 0.85,
maka
=
0.15595
1
* 100 = 15.595, didapat nilai = 0.15595.
Secara umum, nilai
=
13.911
13.91
= 0.928
Ketika probabilitas orang yang terinfeksi 85%
=
15.5951
15.595
= 0.936
27
Apabila kita menggunakan nilai Basic Reproductive Ratio yang tetap
untuk Varicella yaitu 10 - 12, maka Herd Immunity Threshold bernilai
0.90 0.9167.
3.7.3. Varicella Effective Reproductive Number
Merupakan jumlah rata-rata dari hasil kasus kedua dengan keadaan
yang menular selama masa endemik. Sebagai wabah epidemi, dan
orang akan mati atau menjadi kebal terhadap penyakit, ketika
menurun, dan akhirnya E
R
bernilai < 1. Dengan menggunakan
persamaan (3.12),
Ketika probabilitas orang yang terinfeksi 65%
= 13.91.
99
100
= 13.7709, untuk t = 1
Ketika probabilitas orang yang terinfeksi 85%
= 15.595.
99
100
= 15.43905, untuk t = 1
Ketika
= 10, maka
=
1
10
= 0.1
Ketika
= 12, maka
=
1
12
= 0.083
Tabel 3.3 Nilai efektif
Nilai
dengan = 0.65
Nilai
dengan = 0.85
28
3.7.4. Varicella Control Vaccination Number
Merupakan jumlah rata-rata dari hasil kasus kedua dengan keadaan
yang menular selama masa endemik dengan pengendalian tindakan,
contohnya vaksinasi. Peneliti menunjukan bahwa pemberian vaksinasi
99 % efektif pada tahun pertama, tetapi delapan tahun kemudian
keefektifan menurun hingga 87 %.
Dengan pemberian 2 dosis yang berbeda diantara remaja pada
tahun 2007 yaitu 75.7 % untuk dosis pertama dan 18.8 % untuk dosis
kedua. Dengan menggunakan persamaan (3.13)
Contoh, untuk melihat keefektifan pemberian vaksinasi dengan
= 99 % dan = 75.7 %.
= 99 % = 0.99
= 75.7 % = 0.757
< 1, maka
selanjutnya akan dicari nilai yang memenuhi
.
Tabel 3.4 Nilai Pengendalian Vaksinasi
= 87 % = 99 %
Tabel 3.5 Nilai Efektif Pemberian Vaksin
29
Dengan menggunakan persamaan (3.14),
untuk = 87 %, >
1
1
=
1
1
10
0.99
= 0.90909
untuk = 99 %, >
1
1
=
1
1
11
0.87
= 0.10449
Pada tabel 3.6 tingkat keberhasilan vaksin (Vaccination Coverage)
sebagai , dan yang dicari dari tabel 3.6 adalah nilai , yaitu
keberhasilan vaksin.
untuk = 10% = 0.1,
>
1(
1
>
1(
1
>
1(
1
10
)
0.1
>
0.9
0.1
> 9 > 900%
untuk = 100% = 1
>
1(
1
>
1(
1
>
1(
1
10
)
1
= 87 %
= 99 %
Tabel 3.6 Nilai Efektif yang dibutuhkan ketika
< 1
30
>
0.9
1
> 0. 9 > 90%
Dapat dilihat bahwa untuk penyakit cacar air dengan
10 hingga
12 ketika suatu populasi terinfeksi 100%, maka vaksinasi yang
dibutuhkan untuk individu yang terinfeksi pada populasi tersebut
sebanyak 90%-91.6667%.
Tabel 3.7 Pemberian Vaksinasi yang Efektif untuk berbagai
31
BAB IV
KESIMPULAN DAN SARAN
4.1. Kesimpulan
Model epidemi SIR, pada suatu populasi dibagi menjadi tiga kelompok,
yaitu :
Susceptible (S), yaitu kelompok individu yang sehat tapi rentan terinfeksi.
Infected (I), yaitu kelompok individu yang terinfeksi penyakit menular.
Recovered (R), yaitu kelompok individu yang telah pulih dan memiliki
kekebalan permanen untuk tidak tertular penyakit yang sama.
Total populasi diasumsikan konstan karena kelahiran dan kematian
diasumsikan memiliki laju yang sama, dan pengaruh luar tidak diperhatikan.
Maka,
= + +
Yang dimana N merupakan jumlah populasi total dari suatu keloompok
masyarakat.
= ()
Basic Reproductive Ratio atau Bilangan Reproduksi Dasar, dinotasikan
dengan
0
.
32
Jika
[ ]
Ket :
= keberhasilan vaksin
= cakupan vaksinasi (bagian dari populasi yang tervaksinasi)
Diketahui bahwa untuk mengetahui individu yang terinfeksi membutuhkan
vaksinasi yaitu ketika