Abstract— Middle East Respiratory Syndrome luar Timur Tengah, berawal dari orang-orang yang
(MERS) adalah salah satu penyakit pernafasan. terinfeksi di Timur Tengah dan melakukan
Penelitian ini bertujuan mengkaji pengaruh perjalanan ke daerah-daerah di luar Timur Tengah
parameter pengobatan pada penyebaran MERS. (Anonimus, 2017a; Amiroch & Rohmatullah,
Metode yang digunakan yaitu studi literatur untuk
2017). Sampai saat ini, belum ada vaksin atau
menentukan variabel dan parameter yang
digunakan untuk mendesain model. Desain model pengobatan khusus yang tersedia untuk mencegah
matematika yang dihasilkan berbentuk persamaan atau mengobati penyakit ini. Menurut WHO,
differensial. Analisa terhadap parameter sekitar 35% pasien yang terinfeksi MERS
pengobatan pada penyebaran penyakit dilakukan dilaporkan meninggal dunia. Secara global, pada
dengan menentukan bilangan reproduksi dasar. bulan September 2012, terdapat sebanyak 1952
Selanjutnya, dilakukan simulasi numerik terhadap orang yang menderita MERS, dengan jumlah
model dengan menggunakan data sekunder yang penderita yang meninggal sebanyak 693 orang
diperoleh dari penelitian-penelitian sebelumnya. (Anonimus, 2017a).
Hasil simulasi menunjukkan bahwa bilangan
reproduksi dasar dari model monoton turun ketika
Salah satu upaya yang dilakukan untuk
pengobatan meningkat. Hal ini menunjukkan bahwa mencegah penyebaran penyakit ini adalah dengan
pengobatan yang diberikan pada individu yang pengobatan berdasarkan gejala yang timbul
terinfeksi, memilki pengaruh pada penyebaran terhadap individu yang terinfeksi (Anonimus,
MERS. 2017a). Proses pengobatan pada penyebaran
penyakit MERS merupakan suatu hal yang
Keywords— MERS, model, pengobatan, bilangan menarik untuk dikaji secara matematika. Model
reproduksi dasar. matematika yang dihasilkan dapat menjadi pilihan
yang tepat untuk memahami dinamika penyebaran
I. PENDAHULUAN
penyakit (Wu dan Feng, 2000; Li dkk, 2014;
Middle East respiratory syndrome (MERS) Huang dkk, 2017; Beay dkk, 2017; Amiroch &
adalah penyakit pernafasan yang disebabkan oleh Rohmatullah, 2017).
coronavirus. Penyakit ini teridentifikasi pertama Dalam artikel ini masalah yang akan dibahas
kali di Arab Saudi pada tahun 2012. Pada adalah model penyebaran MERS dengan pengaruh
umumnya gejala dari penyakit MERS meliputi pengobatan. Analisa akan dilakukan terhadap
demam, batuk, sesak nafas, dan juga diare. Untuk model untuk menentukan bilangan reproduksi
mengetahui seseorang positif menderita MERS dasar, titik kesetimbangan bebas penyakit dan
harus dilakukan uji laboratorium. Para penderita endemik. Selanjutnya dilakukan simulasi model
diabetes, gagal ginjal, penyakit paru-paru kronis, dengan nilai-nilai parameter yang diberikan.
dan orang-orang yang memiliki daya tahan tubuh
lemah dianggap berisiko tinggi terkena penyakit II. TINJAUAN PUSTAKA
tersebut (Anonimus, 2017a; Anonimus, 2017b; Dampak dari penyebaran penyakit MERS yaitu
Jung & Sung, 2017; Shin dkk, 2017; Shin dkk, jumlah korban yang terus bertambah. Laporan
2017). terbaru dari WHO pada tahun 2017, secara global
Sejak munculnya pada tahun 2012, penyakit tercatat bahwa 2081 orang telah terinfeksi penyakit
MERS telah menjadi masalah kesehatan diberbagai tersebut dengan 722 orang korban diantaranya
negara diantaranya; Aljazair, Austria, Bahrain, mening-gal dunia (Anonimus, 2017b).
China, Mesir, Prancis, Jerman, Yunani, Republik Menurut Jung & Sung (2017), penyebaran
Islam Iran, Italia, Yordania, Kuwait, Lebanon, penyakit MERS juga memiliki pengaruh terhadap
Malaysia, Belanda, Oman, Filipina, Qatar, sektor ekonomi yang diakibatkan oleh perubahan
Republik Korea, Arab Saudi, Thailand, Tunisia, perilaku individu. Perubahan perilaku tersebut
Turki, Uni Emirat Arab, Inggris, Amerika Serikat, terjadi sebagai respons terhadap penyebaran
dan Yaman. Sekitar 80% kasus tersebut ditemukan MERS. Contohnya, masyarakat lebih cenderung
di Arab Saudi. Berbagai kasus yang ditemukan di melakukan belanja online daripada belanja offline
59
Seminar Nasional Matematika dan Aplikasinya, 21 Oktober 2017
Surabaya, Universitas Airlangga
60
Seminar Nasional Matematika dan Aplikasinya, 21 Oktober 2017
Surabaya, Universitas Airlangga
Dari diagram transfer pada Gambar 1, maka Dari persamaan (7) diperoleh invers matriks
diperoleh sistem persamaan differensial sebagai adalah
berikut: 0
= ( + ) − (1 − ) − ( + ) + , = , (8)
= (1 − ) − − −( + ) ,
sehingga diperoleh matriks sebagai berikut:
= − −( + ) , (1) ( ) ( ) ( )
+
= + − −( + ) . = .
dengan, = + . Kondisi awal dari model 0 0
Dengan menyelesaikan persamaan
dinyatakan dengan (0) = , (0) = , (0) =
det( − ) = 0,
, (0) = .
atau
Solusi Steady State ( )( )
+ = 0.
Dengan menjadikan model (1) sama dengan Akar-akar dari persamaan karakteristik tersebut
nol, maka diperolah dua solusi steady state. Solusi adalah
stady state yang pertama adalah ( )( )
= 0 dan = .
Σ∗ = ( ∗, ∗, ∗ , ∗ ) = , 0,0,0 , (2)
Karena R merupakan spektral radius dari matriks
dengan maka diperoleh:
= + , ( )( )
R = . (12)
= + .
Solusi ini disebut titik kesetimbangan bebas Teorema 1: Titik kesetimbangan bebas penyakit Σ ∗
penyakit karena tidak terdapat infeksi di dalam stabil asimtotik secara lokal jika R < 1 dan tidak
populasi. Selanjutnya, solusi steady state yang stabil jika R > 1.
kedua adalah Selanjutnya untuk melihat pengaruh parameter
Σ ∗∗ = ( ∗∗ , ∗∗ , ∗∗ , ∗∗ ), (3) pengobatan terhadap R , maka akan dilakukan
dengan analisa sensitivitas sebagai berikut:
∗∗ R
= ( )( )
, = −R . (13)
∗∗
= ( + ) , dengan
∗∗
= ( + ) , = + .
∗∗
=( + ) , R
( )( ) Dari hasil < 0, hal ini berarti semakin besar
=( )( ) ( ) ( )
,
nilai parameter , maka nilai R akan semakin
= + + + ,
kecil.
= + + .
Solusi ini disebut titik kesetimbangan endemik Simulasi Numerik
penyakit karena terdapat infeksi di dalam populasi. Pada bagian ini ditunjukkan beberapa simulasi
Hal ini terjadi jika numerik yang dilakukan untuk melihat dinamika
(1 − )( + ) > . bilangan reproduksi dasar serta kondisi popu-
Bilangan Reproduksi Dasar lasi ketika > 1 dan < 1. Dalam hal ini,
merupakan bilangan reproduksi dasar yang
Bilangan reproduksi dasar merupakan didefinisikan pada persamaan (12). Nilai parameter
sesuatu yang penting dalam model epidemik. yang digunakan pada model tersebut disajikan
Bilangan reproduksi dasar dari model (1) pada Tabel 1.
ditentukan dengan menggunakan matriks next Kondisi awal rasio jumlah penduduk pada
generation dari model (1). Misalkan ℱ ( ) adalah kelas susceptible, infected, quarantined dan
laju penambahan infeksi baru pada kompartemen i recovered masing-masing adalah S0 = 200, I0 = 10,
dan ( ) adalah laju perpindahan individu pada Q0 = 0 dan R0 = 0.
kompartemen i dengan = ( , ), maka ℱ ( ) Gambar 2 menunjukkan pengaruh nilai
dan ( ) dari sistem (1) adalah sebagai berikut: parameter terhadap nilai R , dengan 0 ≤ ≤
(1 − )
( )= , (4) 0,9. Ketika nilai paramater = 0, diperoleh
0 R = 6,14 > 1. Hal ini berarti jika tidak terjadi
( )= , (5) pengobatan pada individu yang terinfeksi, maka
− +
maka diperoleh matriks penyakit akan tetap menyebar di dalam sistem
( ) ( ) sehingga titik kesetimbangan bebas penyakit Σ ∗
ℱ
= (Σ ) = , (6) tidak stabil.
0 0
0
= (Σ ) = . (7)
−
61
Seminar Nasional Matematika dan Aplikasinya, 21 Oktober 2017
Surabaya, Universitas Airlangga
TABEL 1. NILAI PARAMETER dan Σ ∗∗ = (1,55; 9,04; 3,71; 4,29). Hasil tersebut
Parameter Nilai Referensi mengakibatkan titik kesetimbangan endemik
Σ∗∗ masih stabil. Populasi pada kelas infected,
4 Huang dkk, 2017
quarantined dan recovered masih bernilai positif,
0 - 0,9 asumsi artinya masih terdapat populasi pada kelas-kelas
0,25 Huang dkk, 2017 tersebut.
0,5 Huang dkk, 2017 TABEL 2. PENGARUH NILAI TERHADAP R0
1 0,04 Huang dkk, 2017 tersebut menunjukkan bahwa semakin besar nilai
2 0,08 asumsi parameter , maka nilai R0 akan semakin kecil.
Namun pada kasus ini titik kesetimbangan
endemik Σ ∗∗ juga masih stabil, sehingga populasi
Ketika nilai parameter ditingkatkan menjadi pada kelas infected, quarantined dan recovered
= 0,9, maka diperoleh R = 0,55 < 1. Hal ini juga masih bernilai positif.
berarti semakin meningkat pengobatan yang Namun ketika proses pengobatan terjadi
diberikan terhadap individu yang terinfeksi, maka dengan laju = 0,9, maka nilai bilangan
nilai R akan semakin kecil sehingga titik reproduksi dasar semakin kecil. Hal ini
kesetimbangan bebas penyakit Σ ∗ stabil. Hal ini mengakibatkan titik kesetimbangan endemik Σ ∗∗
menunjukkan bahwa pengobatan yang diberikan tidak stabil atau dengan kata lain titik
pada individu yang terinfeksi dapat mengontrol
kesetimbangan bebas penyakit Σ ∗ menjadi stabil,
penyebaran penyakit MERS. Perubahan nilai R
dengan Σ ∗∗ = (13,92; -5,56; -2,27; -3,82). Hasil
terhadap nilai parameter disajikan pada Tabel 2.
tersebut menunjukkan bahwa populasi pada kelas
Ketika nilai parameter = 0 maka Σ ∗∗ =
infected, quarantined dan recovered bernilai
(0,93; 11,46; 4,69; 4,19). Pada kondisi tersebut
negatif, artinya tidak terdapat populasi pada kelas-
titik kesetimbangan endemik Σ ∗∗ stabil atau dengan
kelas tersebut. Dinamika populasi manusia pada
kata lain titik kesetimbangan bebas penyakit
kelas susceptible, infected, quarantined dan
Σ ∗ tidak stabil, dengan ≠ 0. Selanjutnya, ketika recovered ketika terjadi pengobatan ditunjukkan
nilai parameter = 0,3 maka nilai R = 4,11 > 1 pada Gambar 3.
62
Seminar Nasional Matematika dan Aplikasinya, 21 Oktober 2017
Surabaya, Universitas Airlangga
Gambar 3. Dinamika perilaku populasi pada semua kelas saat individu yang terinfeksi diobati dengan nilai parameter yang
bervariasi.
63
Seminar Nasional Matematika dan Aplikasinya, 21 Oktober 2017
Surabaya, Universitas Airlangga
Shin, N., Kwag, T., Park, S., dan Kim, Y.H., 2017,
“Effects of operational decisions on the
64