PEMODELAN MATEMATIKA PENYEBARAN

PENYAKIT MALARIA DENGAN MODEL SEIR

Disusun oleh :
Suci Schima W. (F1C217001)
Agit Rani F. (F1C217012)
Yunus Iman K. (F1C217020)
Arridho Hakim (F1C217027)

PROGRAM STUDI MATEMATIKA

FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS JAMBI
2020
 A. Penyakit Malaria

Malaria merupakan penyakit infeksi yang disebabkan oleh plasmodium atau makhluk
hidup parasit bersel satu dan termasuk ke dalam kelompok protozoa yang kemudian hidup dan
berkembang biak di dalam sel darah manusia. Penyakit ini secara alami ditularkan melalui
gigitan nyamuk anopheles betina. Jenis-jenis plasmodium yang dibawa oleh nyamuk ini adalah
plasmodium falciparum (penyebab malaria tropika), plasmodium vivax (penyebab malaria
tertiana), plasmodium malariae (penyebab malaria quartana) dan plasmodium ovale (penyebab
malaria ovale)(Arnida, 2012).

Saat plasmodium ini mulai menginfeksi tubuh, Putra (2011) menyebutkan akan ada 3
(tiga) stadium yang dialami secara berurutan oleh manusia yaitu:
1. Stadium frigoris (menggigil)
2. Stadium akme (puncak demam)
3. Stadium sudoris (berkeringat banyak, suhu turun)

Mengingat sudah banyaknya penyakit malaria yang menyerang manusia dan sifat
penularannya yang begitu cepat sehingga menimbulkan kerugian yang cukup besar pada
kesehatan. Oleh karenanya, dibutuhkan suatu cara mengendalikan penyebaran penyakit malaria
agar tidak semakin meluas dalam suatu populasi. Salah satu cara yang dapat digunakan yaitu
dengan melakukan program vaksinasi. Sehingga, kali ini akan di buat pemodelan matematika
penyebaran penyakit malaria dengan model SEIR.

B. Pembahasan
Pemodelan penyebaran penyakit malaria ini memperhatikan adanya kelahiran dan
kematian alami yang terjadi dalam populasi yang mana laju kelahiran diasumsikan sama dengan
laju kematian alami. Selanjutnya dilakukan formulasi model matematika untuk empat kelas
populasi yaitu Susceptible (S), Exposed (E), Infected (I) dan Recovered (R). Dipilihnya model ini
karena penyebaran penyakit malaria mampu menjangkiti kelompok individu rentan (susceptible)
menjadi exposed, kemudian ada saat dimana penyakit malaria dapat menjangkit namun tidak
menunjukkan tanda-tanda gejalanya atau biasa disebut periode laten (exposed) akan menjadi
infected, setelah itu kelompok individu yang terinfeksi penyakit malaria (infected) dan mampu
bertahan terhadap penyakit malaria akan menjadi kelompok individu sembuh (recovered).

Berikut adalah asumsi-asumsi pada pemodelan penyakit malaria :

 Asumsi penyebaran penyakit malaria

1. Populasi penduduk bersifat tertutup dengan artian bahwa pertambahan ataupun

pengurangan jumlah penduduk melalui imigrasi dan emigrasi tidak diperhatikan
2. Populasi bersifat homogen, artinya setiap individu mempunyai peluang yang sama untuk
tertular suatu virus karena adanya kontak langsung dengan individu terinfeksi
3. Hanya terdapat satu penyakit yang menyebar dalam populasi
 4. Laju kelahiran dan laju kematian alami diasumsikan sama. Setiap individu yang lahir
masuk kedalam kelas individu Susceptible dan setiap individu yang mati dari setiap kelas
mempunyai laju proporsional dengan jumlah individu masing-masing kelas
5. Penyakit malaria menular melalui kontak langsung dengan penderita
6. Terdapat masa inkubasi (priode laten) pada proses penularan penyakit malaria
7. Individu yang berada pada masa inkubasi (priode laten) tidak dapat menularkan penyakit malaria
8. Individu yang terinfeksi penyakit malaria akan sembuh
9. Vaksinasi diberikan pada populasi rentan (Susceptible)
10. Kekuatan dari vaksinasi diasumsikan 100% yang berarti individu akan kebal terhadap
penyakit malaria jika diberikan vaksinasi
11. Seseorang yang sudah sembuh dari penyakit malaria tidak akan terserang lagi oleh
penyakit yang sama karena tubuhnya akan membentuk sistem kekebalan tubuh seumur
hidup terhadap Plasmodium

 Variabel dan parameter

No Variabel Syarat Keterangan

1 N(t) N(t) > 0 Jumlah proporsi populasi manusia pada waktu t.

2 S(t)
3 E(t)
4 I(r)
5 R(t)
S(t) ≥ 0 Proporsi individu yang rentan terinfeksi penyakit pada waktu t.
E(t) ≥ 0 Proporsi individu yang sudah terjangkit penyakit namun belum
menunjukan tanda-tanda gejala pada waktu t.
I(t) ≥ 0 Proporsi individu yang terinfeksi penyakit pada waktu t.
R(t) ≥ 0 Proporsi individu yang telah sembuh atau tervaksinasi dari
penyakit pada waktu t.

No Parameter Syarat Keterangan

1 β β>0 Peluang terjadinya kontak infektif antara individu yang rentan

terinfeksi penyakit dan individu yang terinfeksi penyakit.
2 μ μ>0 Laju kematian murni tiap individu pada populasi manusia.
3 1-ρ 0≤ρ≤1 Proporsi individu yang rentan yang tidak di vaksinasi.
4 δ δ >0 Laju kehilangan kekebalan tiap individu yang telah punya
kekebalan sementara.
5 μN μN > 0 Laju kelahiran pada populasi manusia.
6 ε ε>0 Laju kesembuhan individu yang sakit.
7 ρ ρ>0 Proporsi Individu yang divaksinasi
  Skema

Skema Model matematika penyebaran penyakit malaria dengan vaksinasi:

 Model Epidemi SEIR yang berupa sistem persamaan diferensial sebagai berikut:

C. Perhitungan Model Epidemi SEIR

S(t+∆ t ¿=S ( t )+ ¿
S ( t +∆ t )−S(t) βSI
=(1− p) μN− −μS
∆t N
dS βSI
=(1− p) μ N − −μS
dt N

I ( t +∆ t )=I ( t ) +[δ E−ε I −μ I ]∆ t

I ( t+ ∆ t ) −I (t)
=δ E−ε I −μ I
∆t
dI
=δ E−ε I −μ I
dt
 βSI
E ( t+ ∆ t )=E ( t ) +
N [
−δ E−μE ∆ t ]
E ( t+ ∆t )−E ( t ) βSI
= −δ E−μE
∆t N
dE βSI
= −δ E−μE
dt N

R ( t+ ∆ t ) =R (t ) + [ ε I + pμN −μ R ] ∆t
R ( t +∆ t )−R ( t )
=ε I + pμN −μ R
∆t
dR
=ε I + pμN−μ R
dt

 N(t) konstan , sistem dapat disederhanakan dengan menghitung proporsi masing-masing

kelas. Proporsi banyak individu pada masing-masing kelompok dapat dinyatakan:

S I Q R
s= , i= , q= , r=
N N N N

Sehingga diperoleh :
S I Q R
s+i+q+r= + + +
N N N N
N
= =1
N
Diperoleh model matematika berupa sistem persamaan differensial

ds iN
=( 1−p ) μN −μSN−βS , N =1
dt N
= ( 1− p ) μ .1−μS .1−βS .1i
ds
=( 1−p ) μ−βSi−μS
dt

de iN
=βSN . – μ . e . N −. e δ . N , N =1
dt N
¿ βS .1 i−μe .1−δ e .1
di
=βSi −δ e−μe
dt

di
=αe N −μI N−γI N , N =1
dt
¿ αi .1−μq .1−γq .1
dq
=αi−μq−γq
dt
 dr
= pμN +γqN −μrN , N=1
dt
¿ p . μ .1+γ .q .1−μ .r .1
dr
= pμ+γq−μr
dt

Maka, N = s + i + q + r

dN dS dI dQ dR
= + + +
dt dt dt dt dt
¿ [ ( 1− p ) μ−μs−βsi ] + [ βsi−μi−αi ] + [ αi−μq−γq ] + [ pμ+ γq+ μr ]
¿ [ μ−μ p−μs−βsi ] + [ βsi−μi−αi ] + [ αi−μq−γq ] + [ pμ+ γq+ μr ]
dN
=μ−μs−μi−μq−μr
dt
dN
=μ−μ ( s+i+q +r )
dt
dN
=μ−μN
dt
dN
=0
dt
μ−μN =0
−μN=−μ
N= 1

 Menentukan titik keseimbangan

di
=βsi−μi−αi=0
dt
i (βs−μ−α ¿=0

 Non-endemik, jika i= 0 maka:

ds
 = (1-p) μ−μs−βsi = 0
dt
(1- p) μ−μs = 0
(1− p) μ
s=
μ
s=1−P

dq
 = αi−μq−γq = 0
dt
α (0)−μq−γq= 0
−μq−γq = 0
q (μ+γ ) = 0
q=¿ 0
 dr
 = pμ+γq −μr = 0
dt
pμ−μ (0)−μr = 0
pμ−μr= 0
μr= pμ
pμ
r=
μ
r =¿p

Sehingga diperoleh titik E0 =( s ,i , q , r )

= (1-p, 0, 0, p)

 Endemik, jika i= 0 maka:

 β s ¿−μ−α =0
β s¿ = μ+α
μ +α
s¿ =
β

dr

¿ ¿ ¿
= (1-p)μ−μ s −β s i =0
dt
(1-p)μ−s ¿ ( μ+ β i ¿ ) = 0
s¿ ( μ+ β i¿ )= (1-p)μ
μ+α
( ) β
( μ+ β i ¿ )= (1-p)μ
(1− p) μ
¿
μ+ β i = μ+ α
β
βμ(1− p)
μ+ β i¿ =
μ+ α
βμ(1− p)
β i¿ = −μ
μ+ α
βμ (1− p)
¿
i = μ+α
–μ
β

β (1− p)
i ¿
=
μ [ α ] −1

β
 dq
 =α i¿ −μ q ¿−γ q ¿=0
dt
α i ¿ −q ¿ ( μ+ γ )=0
q ¿ ( μ +γ )=α i ¿
¿ α i¿
q=
μ+ γ
β ( 1− p )

q=¿
α ([
μ
π +α
β
−1

×
β
])
μ+ γ β
β ( 1− p )

q ¿=
α μ([ π+α
−1 ])
β ( μ+ γ )

dr
 = pμ+γ q¿ −μ r ¿ =0 μ r ¿ =pμ +γ q¿
dt
¿ pμ+ γ q ¿
r=
μ

¿
r=
pμ+ γ [μ
α μ ([ β ( 1− p )
π+α
β ( μ+ γ )
−1 ]) ]
β ( 1− p )
¿
r = p+
γα
π+α [ −1 ]
β ( μ+ γ )

sehinggadiperoleh titik E1 =( s ¿ , i¿ , q¿ , r ¿ )
β ( 1−p )

E 1= ( μ+α
,
μ [ β ( 1− p )
μ+ α
,
] ([
−1 α μ
π +α
−1 ])
, p+
γα
β ( 1− p )
π+α [ −1 ] )
β β β ( μ+ γ ) β ( μ+ γ )