B. Model
1. Asumsi
Metodologi pada artikel ini terdiri dari pembuatan asumsi, diagram interaksi antar
kompartemen, model matematika SIR, dan analisis titik ekuilibrium serta penentuan angka
reproduksi dasar 𝑅0. Dalam suatu model matematika epidemik, parameter yang memiliki
peran cukup penting dalam penyebaran virus menular adalah Basic Reproduction Number
(𝑅0). Sebelum mengkonstruksi model matematika pada transmisi covid-19, terlebih dahulu
akan dijelaskan asumsi yang digunakan pada model tersebut diantaranya adalah:
a. Populasi yang dikaji bersifat tertutup, sehingga hanya terdapat transisi antar
kompartemen, namun tidak ada migrasi populasi dari luar.
b. Laju rekrutmen (𝐴) mempengaruhi besarnya jumlah populasi yang rentan terpapar Virus
Covid 19
c. Kontak sukses (𝑚), yaitu terjadinya kontak langsung antara individu yang telah terpapar
virus covid 19 dengan individu yang belum terpapar virus covid 19
d. Banyaknya kontak (𝑏), dan laju kesembuhan (𝜌) akan ditentukan.
e. Laju kematian (𝜇) pada kompartemen 𝑆 dan 𝑅 bernilai sama,
f. Pada kompartemen 𝐼 terdapat (𝜇) laju kematian akibat penyakit covid 19 dan (𝛿) laju
kematian bukan karna penyakit covid 19.
g. Seseorang yang sudah sembuh diasumsikan tidak dapat terinfeksi kembali. Tidak adanya
treatment dari luar seperti vaksin dan obat.
2. Bagan
Berdasarkan asumsi-asumi di atas, maka dapat dibentuk diagram interaksi antar
kompartemen sebagai berikut:
ሺ𝑚𝑏ሻ𝑆𝐼
𝑁
𝜌
A
S I R
𝛿+𝜇
𝜇 𝜇
Keterangan:
S : Jumlah individu yang rentan terpapar virus covid 19 di kota makassar
I : Jumlah individu yang positif terinveksi virus covid 19 di kota makassar
R : Jumlah individu yang sembuh dari penyakit covid 19 di kota makassar
𝐴 : Laju rekrutmen atau banyaknya laju kelahiran alami dalam satuwaktu
𝛿 : Kematian akibat penyakit covid 19
𝜇 : Laju kematian bukan karna penyakit covid 19
𝜌 : Laju kesembuhan penderita penyakit covid 19
𝑚 : indvidu terinveksi setelah adanya kontak dengan individu yang terinveksi virus covid 19
𝑏 : Banyaknya kontak yang terjadi antara individu yang rentan dan individu yang terinveksi
virus covid 19.
𝑁 : Total populasi
Dari diagram diatas, dapat ditulis sebagai satu sistem persamaan differensial sebagai berikut:
𝑑𝑠 𝑚𝑏
= 𝐴− 𝑆𝐼 − 𝜇𝑆 (1)
𝑑𝑡 𝑁
𝑑𝐼 𝑚𝑏
= 𝑆𝐼 − 𝜌𝐼 − ሺ𝜇 + 𝛿ሻ𝐼 (2)
𝑑𝑡 𝑁
𝑑𝑅
= 𝜌𝐼 − 𝜇𝑅 (3)
𝑑𝑡
Dengan 𝑁 = 𝑆 + 𝐼 + 𝑅
C. Analisis
Berdasarkan titik kestimbangan model dapat diperoleh dengan menentukan persamaan (1), (2)
dan (3) sama dnegan nol. Dengan demikian, persamaan tersebut menjadi:
𝑚𝑏
𝐴− 𝑆𝐼 − 𝜇𝑆 = 0 (4)
𝑁
𝑚𝑏
𝑆𝐼 − ሺ𝜇 + 𝛿 + 𝜌ሻ𝐼 = 0 (5)
𝑁
𝜌𝐼 − 𝜇𝑅 = 0 (6)
Berdasarkan persamaan (4), (5), dan (6) terdapat dua titik kesetimbangan model sebagai berikut:
1. Titik kesetimbangan bebas penyakit, yaitu suatu keadaan dimana tidak adanya individu
yang terpapar covid 19 dan tidak adanya individu yang telah terkena covid 19
a) Titik Kesetimbangan Bebas Penyakit Covid 19
Titik kesetimbangan bebas penyakit covid 19 diperoleh jika 𝐼 = 0 dan 𝑅 = 0 yang
berarti tidak ada individu yang terpapar covid 19
1) Jika 𝐼 = 0 dan 𝑅 = 0 maka persamaan (4) menjadi :
𝑚𝑏
𝐴− 𝑆𝐼 − 𝜇𝑆 = 0
𝑁
𝑚𝑏
𝐴−𝑆( 𝐼 − 𝜇) = 0
𝑁
𝐴 − 𝑆ሺ𝜇ሻ = 0
𝑆𝜇 = 𝐴
𝐴
𝑆=𝜇 ……………. (Titik Keseimbangan 𝑆)
𝑚𝑏 𝑚𝑏
−𝐼−𝜇 − 𝑆 0
𝑁 𝑁 𝜆 0 0
𝐷𝑒𝑡 ሺ𝐽 − 𝜆𝐼ሻ = det 𝑚𝑏 𝑚𝑏 − [0 𝜆 0]
I 𝑆 − ሺ𝜇 + 𝛿 + 𝜌ሻ 0
𝑁 𝑁 0 0 𝜆
([ 0 𝜌 −𝜇] )
𝑚𝑏 𝑚𝑏
− 𝐼−𝜇−𝜆 − 𝑆 0
𝑁 𝑁
= det 𝑚𝑏 𝑚𝑏
I 𝑆−𝜇−𝛿−𝜌−𝜆 0
𝑁 𝑁
([ 0 𝜌 −𝜇 − 𝜆])
c) Menentukan 𝑅0
Untuk menentukan bilangan refroduksi dasar menggunakan metode next generasion
dI
Maka dt dibagi menjadi 2 bagian yaitu bagian positif (F) dan bagian negatif (V)
𝑑𝐼 𝑚𝑏
= 𝑆𝐼 − ሺ𝜇 + 𝛿 + 𝜌ሻI
𝑑𝑡 𝑁
𝑚𝑏
• Bagian positif ሺ𝐹ሻ = 𝑆𝐼 (diturunkan terhadap 𝐼)
𝑁
𝑚𝑏
𝐹′ = 𝑆
𝑁
𝐴
Karena 𝑆 = 𝜇 maka
𝑚𝑏 𝐴 𝑚𝑏
𝐹′ = ( )= 𝐴
𝑁 𝜇 𝜇𝑁
𝑚𝑏 1
= 𝐴( )
𝜇𝑁 𝜇+𝛿+𝜌
𝑚. 𝑏. 𝐴
=
𝜇𝑁ሺ𝜇 + 𝛿 + 𝜌ሻ
2. Titik kesetimbangan endemik, yaitu terdapat individu pada subpopulasi 𝐼 yang dapat
menularkan covid 19 dengan tidak menjaga jarak atau tidak menerapkan sosial distancing
sehingga rentan terpapar covid 19 dan menyebabkan pasien tetap dalam populasi.
a) Titik Kesetimbangan
Untuk mengetahui titik kesetimbangan semua model disamakan dengan nol.
1) Nilai dari setiap persamaan
𝑚𝑏
• 𝐴− 𝑆𝐼 − 𝜇𝑆 = 0
𝑁
𝑚𝑏
𝑆𝐼 − 𝜇𝑆 = 𝐴
𝑁
𝑚𝑏
𝑆 ( 𝑁 𝐼 + 𝜇) = 𝐴
𝐴
𝑆 = 𝑚𝑏 …………….. (Persamaan 7)
𝐼+𝜇
𝑁
𝑚𝑏
• 𝑆𝐼 − ሺ𝜇 + 𝛿 + 𝜌ሻ𝐼 = 0
𝑁
𝑚𝑏
𝑁
𝑆𝐼 = ሺ𝜇 + 𝛿 + 𝜌ሻ𝐼
𝑚𝑏
𝐼= 𝑁
ሺ𝜇+𝛿+𝜌ሻ
𝑆𝐼 ………………(Persamaan 8)
• 𝜌𝐼 − 𝜇𝑅 = 0
𝜇𝑅 = 𝜌𝐼
𝜌𝐼
𝑅= ………………(Persamaan 9)
𝜇
2) Titik kesetimbangan 𝑆
Dari persamaan 2 diperoleh
𝑚𝑏
𝐼= 𝑁 𝑆𝐼
ሺ𝜇 + 𝛿 + 𝜌ሻ
𝑚𝑏
𝐼ሺ𝜇 + 𝛿 + 𝜌ሻ = 𝑆𝐼
𝑁
𝑚𝑏
ሺ𝜇 + 𝛿 + 𝜌ሻ = 𝑆
𝑁
𝑵ሺ𝝁 + 𝜸 + 𝝆ሻ
𝑺∗ =
𝒎𝒃
𝑵ሺ𝝁+𝜹+𝝆ሻ
Jadi, titi kesetimbangan 𝑺∗ = 𝒎𝒃
3) Titik kesetimbangan I
Titik kesetimbangan 𝑆 disubtitusikan ke persamaan I
𝐴
𝑆=
𝑚𝑏
𝑁 𝐼+𝜇
𝑁ሺ𝜇 + 𝛿 + 𝜌ሻ 𝐴
=
𝑚𝑏 𝑚𝑏
𝑁 𝐼+𝜇
𝑚𝑏𝐼
𝑁ሺ𝜇 + 𝛿 + 𝜌ሻ ( + 𝜇) = 𝐴𝑚𝑏
𝑁
𝑚𝑏 𝐴𝑚𝑏
𝐼+𝜇 =
𝑁 𝑁ሺ𝜇 + 𝛿 + 𝜌ሻ
𝑚𝑏 𝐴𝑚𝑏
𝐼= −𝜇
𝑁 𝑁ሺ𝜇 + 𝛿 + 𝜌ሻ
𝐴𝑚𝑏
𝑚𝑏𝐼 = 𝑁 ( − 𝜇)
𝑁ሺ𝜇 + 𝛿 + 𝜌ሻ
𝑁𝐴𝑚𝑏
𝑚𝑏𝐼 = − 𝑁𝜇
𝑁ሺ𝜇 + 𝛿 + 𝜌ሻ
𝐴𝑚𝑏
𝑚𝑏𝐼 = − 𝑁𝜇
𝜇+𝛿+𝜌
1 𝐴𝑚𝑏
𝐼= ( − 𝑁𝜇)
𝑚𝑏 𝜇 + 𝛿 + 𝜌
𝐴 𝑁𝜇
𝐼= −
𝜇 + 𝛿 + 𝜌 𝑚𝑏
𝑨𝒎𝒃 − 𝝁𝑵ሺ𝝁 + 𝜸 + 𝝆ሻ
𝑰∗ =
𝒎𝒃ሺ𝝁 + 𝜸 + 𝝆ሻ
4) Titik kesetimbangan R
Titik kesetimbangan 𝐼 ∗ disubtitusi ke persamaan 3
𝜌𝐼
𝑅=
𝜇
𝐴𝑚𝑏 − 𝜇𝑁ሺ𝜇 + 𝛿 + 𝜌ሻ
𝜌( )
𝑚𝑏ሺ𝜇 + 𝛿 + 𝜌ሻ
𝑅=
𝜇
𝝆ሺ𝑨𝒎𝒃 − 𝝁𝑵ሺ𝝁 + 𝜸 + 𝝆ሻ
𝑹∗ =
𝝁𝒎𝒃ሺ𝝁 + 𝜸 + 𝝆ሻ
Berdasarkan uraian diatas maka titik kesetimbangannya adalah
𝑁ሺ𝜇 + 𝛿 + 𝜌ሻ 𝐴𝑚𝑏 − 𝜇𝑁ሺ𝜇 + 𝛿 + 𝜌ሻ 𝜌ሺ𝐴𝑚𝑏 − 𝜇𝑁ሺ𝜇 + 𝛿 + 𝜌ሻ
𝑆 ∗, 𝐼∗, 𝑅∗ = [ , , ]
𝑚𝑏 𝑚𝑏ሺ𝜇 + 𝛿 + 𝜌ሻ 𝑚𝑏ሺ𝜇 + 𝛿 + 𝜌ሻ𝜇
Selanjutnya dari titik kesetimbangan tersebut akan diuji kestabilannya
menggunakan nnilai eigen.
b) Nilai eigen
Nilai eigen atau titik kestabilan dari titik keseimbangan penyakit covid-19 akan
dianalisis dengan menggunakan aplikasi Maple.
Secara manual dapat kami uraikan sebagai berikut:
• Matriks jacobian
𝑚𝑏 𝑚𝑏
−
𝐼−𝜇 − 𝑆 0
𝑁 𝑁
𝐽= 𝑚𝑏 𝑚𝑏
𝐼 𝑆 − ሺ𝜇 + 𝛿 + 𝜌ሻ 0
𝑁 𝑁
[ 0 𝜌 −𝜇]
• Nilai eigen
𝑚𝑏 𝑚𝑏
𝐼−𝜇 − − 𝑆 0
𝑁 𝑁 𝜆 0 0
𝐷𝑒𝑡 ሺ𝐽 − 𝜆𝐼ሻ = 𝑚𝑏 𝑚𝑏 − [0 𝜆 0]
𝐼 𝑆 − ሺ𝜇 + 𝛿 + 𝜌ሻ 0
𝑁 𝑁 0 0 𝜆
([ 0 𝜌 −𝜇] )
𝑚𝑏 𝑚𝑏
− 𝐼−𝜇−𝜆 − 𝑆 0
𝑁 𝑁
= 𝑑𝑒𝑡 [ 𝑚𝑏 𝑚𝑏 ]
𝐼 𝑆−𝜇−𝛿−𝜌−𝜆 0
𝑁 𝑁
0 𝜌 −𝜇 − 𝜆
Dengan merupakan rumus determinan kofaktor
𝑚𝑏 𝑚𝑏 𝑚𝑏 𝑚𝑏
= ሺ−𝜇 − 𝜆ሻ ((− 𝐼 − 𝜇 − 𝜆) ( 𝑆 − 𝜇 − 𝛿 − 𝜌 − 𝜆) − ( 𝐼) (− 𝑆))
𝑁 𝑁 𝑁 𝑁
𝑚𝑏 𝑚𝑏 𝑚𝑏 𝑚𝑏
= ሺ−𝜇 − 𝜆ሻ (− 𝐼 − 𝜇 − 𝜆) ( 𝑆 − 𝜇 − 𝛿 − 𝜌 − 𝜆) − ሺ−𝜇 − 𝜆ሻ ( 𝐼) (− 𝑆)
𝑁 𝑁 𝑁 𝑁
𝜇𝑚𝑏𝐼 𝜆𝑚𝑏𝐼 𝑚𝑏 𝜇𝑚𝑏 𝜆𝑚𝑏 𝑚𝑏
=( + 𝜇2 + 𝜇𝜆 + + 𝜇𝜆 + 𝜆2 ) ( 𝑆 − 𝜇 − 𝛿 − 𝜌 − 𝜆) − ( 𝐼− 𝐼) (− 𝑆)
𝑁 𝑁 𝑁 𝑁 𝑁 𝑁
𝜇𝑚𝑏𝐼 𝜆𝑚𝑏 𝑚𝑏 𝜇𝑚𝑏 𝜆𝑚𝑏 𝑚𝑏
=( + 𝜇2 + 2𝜇𝜆 + 𝐼 + 𝜆2 ) ( 𝑆 − 𝜇 − 𝛿 − 𝜌 − 𝜆) − ( 𝐼− 𝐼) (− 𝑆)
𝑁 𝑁 𝑁 𝑁 𝑁 𝑁
𝜇𝑚 2 𝑏 2 𝑚𝑏 𝜇𝛿𝑚𝑏 𝜇𝜌𝑚𝑏 𝜇𝜆𝑚𝑏 𝑚𝑏 𝑚𝑏
=( 2
𝐼𝑆 − 𝜇2 𝐼− 𝐼− 𝐼− 𝐼) + 𝜇2 𝑆 − 𝜇3 − 𝜇2 𝛿 − 𝜇2 𝜌 − 𝜇2 𝜆 + 2𝜇𝜆 𝑆
𝑁 𝑁 𝑁 𝑁 𝑁 𝑁 𝑁
𝜆𝑚 2 𝑏 2 𝜇𝜆𝑚𝑏 𝛿𝜆𝑚𝑏 𝜌𝜆𝑚𝑏 𝜆2 𝑚𝑏
− 2𝜇2 𝜆 − 2𝜇𝜆𝛿 − 2𝜇𝜆𝜌 − 2𝜇𝜆2 + 𝐼𝑆 − 𝐼 − 𝐼 − 𝐼 − 𝐼
𝑁2 𝑁 𝑁 𝑁 𝑁
𝜆2 𝑚𝑏 𝜇𝑚 2 𝑏 2 𝜆𝑚 2 𝑏2
− 𝑆 − 𝜇𝜆2 − 𝛿𝜆2 − 𝜌𝜆2 − 𝜆3 − ( 2
𝐼𝑆 − 𝐼𝑆)
𝑁 𝑁 𝑁2
𝜇𝑚 2 𝑏 2 2
𝑚𝑏 𝜇𝛿𝑚𝑏 𝜇𝜌𝑚𝑏 𝜇𝜆𝑚𝑏 𝜇2 𝑚𝑏 2𝜇𝜆𝑚𝑏
= 𝐼𝑆 − 𝜇 𝐼 − 𝐼 − 𝐼 − 𝐼 + 𝑆 − 𝜇3 − 𝜇2 𝛿 − 𝜇2 𝜌 − 𝜇2 𝜆 + 𝑆
𝑁2 𝑁 𝑁 𝑁 𝑁 𝑁 𝑁
𝜆𝑚 2 𝑏 2 𝜇𝜆𝑚𝑏 𝛿𝜆𝑚𝑏 𝜌𝜆𝑚𝑏 𝜆2 𝑚𝑏
− 2𝜇2 𝜆 − 2𝜇𝜆𝛿 − 2𝜇𝜆𝜌 − 2𝜇𝜆2 + 𝐼𝑆 − 𝐼 − 𝐼 − 𝐼 − 𝐼
𝑁2 𝑁 𝑁 𝑁 𝑁
𝜆2 𝑚𝑏 𝜇𝑚 2 𝑏 2 𝜆𝑚 2 𝑏2
𝑆 − 𝜇𝜆2 − 𝛿𝜆2 − 𝜌𝜆2 − 𝜆3 −
+ 2
𝐼𝑆 − 𝐼𝑆
𝑁 𝑁 𝑁2
𝑚𝑏 𝑚𝑏
= −𝜆3 − 𝜆2 (−2𝜇 − 𝐼+ 𝑆 − 𝜇 − 𝛿 − 𝜌)
𝑁 𝑁
𝜇𝑚𝑏 2𝜇𝑚𝑏 𝜇𝑚𝑏 𝛿𝑚𝑏 𝜌𝑚𝑏
+𝜆( 𝐼 − 𝜇2 + 𝑆 − 2𝜇2 − 2𝜇𝛿 − 2𝜇𝜌 − 𝐼− 𝐼− 𝐼)
𝑁 𝑁 𝑁 𝑁 𝑁
𝜇2 𝑚𝑏 𝜇𝛿𝑚𝑏 𝜇𝜌𝑚𝑏 𝜇2 𝑚𝑏
+ (− 𝐼− 𝐼− 𝐼+ 𝑆 − 𝜇3 − 𝜇2 𝛿 − 𝜇2 𝜌)
𝑁 𝑁 𝑁 𝑁
𝑚𝑏 𝑚𝑏 2𝜇𝑚𝑏 𝛿𝑚𝑏 𝜌𝑚𝑏
= −𝜆3 − 𝜆2 (−3𝜇 − 𝐼+ 𝑆 − 𝜇 − 𝛿 − 𝜌) + 𝜆 (−3𝜇2 + 𝑆 − 2𝜇𝛿 − 2𝜇𝜌 − 𝐼− 𝐼)
𝑁 𝑁 𝑁 𝑁 𝑁
𝜇2 𝑚𝑏 𝜇𝛿𝑚𝑏 𝜇𝜌𝑚𝑏 𝜇2 𝑚𝑏
+ (− 𝐼− 𝐼− 𝐼+ 𝑆 − 𝜇3 − 𝜇2 𝛿 − 𝜇2 𝜌)
𝑁 𝑁 𝑁 𝑁
Berikut untuk mencari nilai 𝜆 akan digunakan metode rooth hurwitz maka:
𝑎1 = −1
𝑚𝑏 𝑚𝑏
𝑎2 = 𝑆− 𝐼 − 2𝜇 − 𝛿 − 𝜌
𝑁 𝑁
2𝜇𝑚𝑏 𝛿𝑚𝑏 𝜌𝑚𝑏
𝑎3 = 𝑆− 𝐼− 𝐼— 3𝜇2 − 2𝜇𝛿 − 2𝜇𝜌
𝑁 𝑁 𝑁
𝜇 2 𝑚𝑏 𝜇 2 𝑚𝑏 𝜇𝛿𝑚𝑏 𝜇𝜌𝑚𝑏
𝑎4 = 𝑆− 𝐼− 𝐼— 𝐼 − 𝜇3 − 𝜇2 𝛿 − 𝜇2 𝜌
𝑁 𝑁 𝑁 𝑁
𝑎2 −1 0
Det |𝑎4 𝑎3 𝑎2| > 0
0 0 𝑎3
𝑚𝑏
• Bagian positif ሺ𝐹ሻ = 𝑆𝐼 (diturunkan terhadap 𝐼)
𝑁
𝑚𝑏
𝐹′ = 𝑆
𝑁
𝐴
Karena 𝑆 = 𝜇 maka
𝑚𝑏 𝐴 𝑚𝑏
𝐹′ = ( )= 𝐴
𝑁 𝜇 𝜇𝑁
• Bagian Negatif ሺ𝑉ሻ = ሺ𝜇 + 𝛿 + 𝜌ሻI ( Diturunkan Terhadap I)
𝑉′ = 𝜇 + 𝛿 + 𝜌
1
𝑉 ′−1 =
𝜇+𝛿+𝜌
Dari keterangan diatas maka :
𝑅0 = 𝐹 ′ 𝑉 ′−1
𝑚𝑏 1
𝑅0 = 𝐴( )
𝜇𝑁 𝜇+𝛿+𝜌
𝑨𝒎𝒃
𝑹𝟎 = (10)
𝝁𝑵ሺ𝝁+𝜸+𝝆ሻ
𝑅0 ini menyatakan secondary atau infeksi sekunder yang ditularkan oleh satu orang terinfeksi
(Ilahi, 2019). Berdasarkan beberapa penelitian, 𝑅0 untuk Covid-19 ini berada di interval 3,2 –
3,9. Artinya satu orang yang terinfeksi berpeluang untuk menularkan kepada 3 – 4 orang
secara bersamaan. Berdasarkan model SIR yang dikaji, formula 𝑅0 pada persamaan (10)
dipengaruhi oleh kontak dengan individu yang terinveksi virus covid 19 (m) dan Banyaknya
kontak (b). semakin sering seseorang yang sehat berinteraksi dengan yang infeksi, maka nilai
𝑅0 akan semakin tinggi. Oleh karena itu, untuk menurunkan nilai penyebaran covid-19,
seseorang sehat harus menghindari kontak langsung dengan yang sakit (Cavin, 2020).
Hasil simulasi dinamik model SIR untuk transmisi virus covid-19 dengan menggunakan nilai
parameter pada tabel. Dapat dilihat pada gambar Dinamika individu rentan, terinfeksi, dan
sembuh pada model virusx covid 19 dengan nilai parameter kontak b=1, b=0,75, b=0,5berikut.
(simulasi menggunakan aplikasi Maple.18. output dapat dilihat pada lampiran)
Gambar 1. b=1
Populasi Sehat
Populasi Sembuh
Populasi Terinfeksi
Gambar 2. b = 0,75
Populasi Sehat
Populasi Sembuh
Populasi Terinfeksi
Gambar 3. b = 0,5
Populasi Sehat
Populasi Sembuh
Populasi Terinfeksi
Dari hasil simulasi dengan asumsi suatu individu rentan dapat terinfeksi setelah adanya kontak
dengan individu terinfeksi cukup besar (m=0,75), diperoleh bahwa pada saat tidak ada
pembatasan aktivitas sosial (b=1), maka total kasus individu yang terinfeksi dapat mencapai
angka 48% dari total populasi individu rentan. Adapun pada saat adanya pembatasan aktivitas
sosial namun hanya bersifat parsial (b=0,75), maka total kasus individu yang terifeksi dapat
mencapai 39% dari totak populasi individu rentan. Penurunan total kasus individu yang
terinfeksi terjadi pada saat adanya pembatasan aktivitas sosial berskala besar. Untuk nilai b<0,5
total kasus individu yang terinfeksi juga mencapai 36% dari total populasi individu rentan.
Dari hasil simulasi diperoleh juga bahwa masa pandemic virus covid 19 dengan total kasus
terinfeksi dibawah 0,1% populasi individu rentan berada pada pada interval 60-90 hari. Adapun
nila 𝑅0 untuk variasi nilai parameter b dapat dilihat pada tabel berikut.
Dari tabel 2 diperleh bahwa paa saat nilai estimasi parametermerujuk pada tabel 1 dan kontak
antara populasi individu rentan dengan individu terinfeksi (b) berada pada rentang 0,5-1, makan
nila Ro berada pada interval 2,06-4,12. Dengan kata lain, satu individu terinfeksi dapat
menyebarkan virus kepada 2-4 individu rentan lainnya.
E. Kesimpulan
Terdapat sejumlah alternative yang dapat digunakan untuk pengembangan model transmsi
covid-19. Berdasarkan data kasus yang terkonfirmasi, tingkat kesembuhan individu
cenderung meningkat seiring berjalannya waktu, sehinga parameter 𝜌 (Laju kesembuhan
penderita penyakit covid 19) dapat dinyatakan sebagai fungsi linier terhadap waktu.
Kemudian, peluang terinfeksinya suatu individu rentan setelah adanya kontak dengan
individu terinfeksi juga dapat dinyatakan sebagai fungsi yang melibatkan faktor usia
maupun imunitas. Penambahan komartmen ekspose juga dapat dilakukan untuk
mengakomodasi adanya kemungkinan transmisi virus dari individu terinfeksi tanpa gejala
(tidak terkonfirmasi) dan penambahan kompartmen karantina dapat dilakukan untuk
mengakomodasi adanya kemungkinan karantina atau isolasi mandiri pada individu terinfeksi
sehingga tidak terjadi proses transmisi antara individu terinfeksi dengan individu rentan.
Pada artikel ini, model SIR digunakan untuk menganalisis proses transimisi virus covid 19
secara matematis. Model SIR sendiri membagi populasi menjadi tiga kompartmen yaitu
individu rentan, individu terinfeksi, dan individu sembuh. Beberapa parameter pada model
seperti parameter kematian alami, tingkat kesembuhan dan tingkat kematian akibat covid 19
diestimasi berdasarkan data kasus covid yang terkonfirmasi di Kota Makassar. Nilai
Paramter kontak antara individu rentan dan terifeksi divariasikan untuk mengakomodasi
adanya faktor sosial distancing. Dai hasil simulasi diperoleh bahwa saat tidak adanya
pembatasan aktivitas sosial atau sosial distancing maka jumlah kasus terinfeksi dapat
mencapai 48% dari total individu rentan. Pada saat adanya sosial distancing namun secara
parsial, jumlah kasus terinfeksi mencapai 39% dari total individu rentan. Penurunan jumlah
kasus terinfeksi dapat mengalami penurunan dibawah 36% dari total individu rentan pada
saat adanya pembatasan aktivitas sosial atau Sosial Distancing bersakal besar. Masa
pandemic Corona Virus dengan total kasus individu terinfeksi dibawah 0,1% populasi
individu rentan berada pada interval waktu 60-90 hari dengan Ro berada pada interval 2,06-
4,12
LAMPIRAN
OUTPUT MAPLE
1. Untuk b = 1
>
>
>
>
>
>
>
>
>
>
>
>
>
>
2. Untuk b=0,75
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
3. Untuk b=0,5
>
>
>
>
>
>
>
>
>
>
>
>
>
>