Menduga Laju Wabah Corona. Bagaimana Caranya?

Oleh: Yeni Herdiyeni (Staf Pengajar Dept Ilmu Komputer FMIPA IPB
yeni.herdiyeni@apps.ipb,ac.id

Melakukan pendugaan penyebaran wabah penyakit menular (infectious diseases epidemics)

sangat penting dilakukan untuk mengendalikan penularan penyakit yang semakin luas. Namun
hal ini tidaklah mudah dilakukan karena penyebaran penyakit bersifat dinamis (stokastik) yang
banyak dipengaruhi oleh beberapa variable seperti waktu pertambahan jumlah yang terinfeksi
yang bersifat non linier dengan peluang terkena penyakit (susceptible individual) tergantung
pada banyaknya orang yang terinfeksi penyakit (infected individual). Model matematika yang
dapat digunakan untuk mengukur transmission dynamic dari penularan penyakit adalah model
Susceptible-Infectious-Removed (SIR) dan Susceptible (S)-Exposed(E)-Infectious(I) dan
Removed (R) atau disingkat dengan SEIR. SEIR merupakan pengembangan dari metode SIR
yang dapat menjelaskan jumlah individu yang terinfeksi berdasarkan waktu.

Status kesehatan individu yang menjadi indikator model adalah susceptible (S), exposed (E),
Infectious (I) dan Recovered/Removed (R). Berikut adalah ilustrasi model SEIR.

Secara matematik, model SEIR dapat dinyatakan dengan model berikut:

1
Dengan N adalah total jumlah penduduk.

Proses transmisi penyakit dapat terjadi melalui kontak S dan E dengan tingkat penularan
(infectious rate) sebesar β. Laju individu menjadi terinfkesi (incubation rate) adalah sebesar σ
dan laju individu menjadi sehat sebesar γ. Reproducton Number (R0) adalah nilai ambang batas
terjadinya outbreak. Berikut persamaan parameter SEIR:

sigma (incubation rate) = 1/laju inkubasi

gamma (recovery rate) = 1/laju infeksi
Reproduction number= beta * laju infeksi

Dengan menggunakan model SEIR, studi ini melakukan pendugaan wabah corona untuk
wilayah Jakarta menggunakan nilai parameter SEIR dari hasil studi yang dilakukan oleh Read
et al (2020). Berdasar Read et al (2020), parameter SEIR adalah sebagai berikut:

lama inkubasi = 4

lama infeksi = 3.6

rata-rata penyebaran virus (beta) = 1.07

sigma (incubation rate) = 1/lama inkubasi

gamma (recovery rate) = 1/lama infeksi

Penentuan parameter SEIR yang lebih akurat dalam dilakukan dengan menggunakan metode
stokastik dengan menggunakan machine learning.

Beberapa asumsi yang digunakan untuk melakukan analisis pendugaan wabah corona di
Jakarta adalah sebagai berikut:
1. Data yang digunakan hanya berdasarkan data penerbangan dari wilayah wabah pertama
kali terjadi (Wuhan) ke Jakarta (imported Infection). Data penerbangan diambil dari situs
www.wego.co,id.
(https://www.wego.co.id/tiket-pesawat/searches/cWUH-cJKT-2020-03-17:cJKT-cWUH-
2020-03-19/economy/1a:0c:0i?sort=price&order=asc&stops=1)

2
 Berdasarkan situs tersebut ada 17 penerbangan langsung dari Wuhan ke Jakarta.
2. Pesawat yang digunakan adalah SilkAIr, berdasarkan informasi dari Wikipedia asumsi
pesawat adalah Boing 737-800, maka jumlah penumpangnya: 162 orang
3. Data penerbangan pada tanggal 17 maret 2020 dengan asumsi sama dengan data jumlah
penerbangan sebelum Airport Wuhan di Lockdown
4. Awal wabah dimulai tanggal 2 Maret 2020 berdasarkan data yang diambil dari Johns
Hopkins University (https://coronavirus.jhu.edu/)
5. Penumpang yang menjadi Carrier Virus Corona (direct flight) dari Wuhan ke Jakarta
memiliki peluang 0.5% dan untuk inbound flight peluangnya 0.05%

Dari asumsi-asumsi tersebut maka diperoleh:

imported_infection = (17 * 162) * 0.0005 + 162 * 0.005

Berdasarkan parameter SEIR tersebut, maka untuk wilayah Jakarta Jumlah penduduk
10.520.000, maka pendugaan jumlah individu yang terinfeksi dengan menggunakan model
SEIR Model adalah sebagai berikut:

Pada gambar terlihat bahwa puncak penduduk yang terkena infeksi pada tanggal 28 April 2020
dengan jumlah individu yang terinfeksi sebesar 1.874.005. Jika dibandingkan dengan data
actual adalah sebagai berikut:

3
 Date Infected Prediction (SEIR) Actual Infected
02/03/2020 1 2
03/03/2020 4
04/03/2020 6
05/03/2020 9
06/03/2020 12 4
07/03/2020 16
08/03/2020 22 6
09/03/2020 29 19
10/03/2020 38 27
11/03/2020 50 69
12/03/2020 65
13/03/2020 84
14/03/2020 110 96
15/03/2020 142 117

Grafik laju individu yang terinfeksi berdasarkan data aktual dan model SEIR.

Studi ini masih sangat awal dan memerlukan analisis lebih lanjut. Namun demikian diharapkan
hasil studi ini dapat menjadi pembelajaran kepada masyarakat dan dapat digunakan sebagai
dasar awal untuk membuat keputusan. Semoga bermanfaat!

Daftar Pustaka
Read, J. M., Bridgen, JRE., Cummings, DAT., Ho, A., Jewwll, CP. Novel coronavirus 2019-
nCoV: early estimation of epidemiological parameters and epidemic predictions. 2020.
https://www.medrxiv.org/content/10.1101/2020.01.23.20018549v1.full.pdf