Judul
Model Epidemik
Percobaan Ke
11
Nama
M. Farhan AL Islamy
Kelas
3 TET B
NIM
1920301035
Dosen
Wahyuni Khabzli, S.T.,M.T
Asisten
Monia Maharani, S.Tr.T
Tanggal
4 Januari 2022
PERCOBAAN 11
Model Epidemic
TUJUAN
Mahasiswa dapat membuat simulasi model epidemik
DASARTEORI
Model epidemik adalah suatu model yang menggambarkan proses epidemik (wabah) yang
berkembangpadasuatukawasan.Modelepidemikmempelajaricaraketerkaitanindividu-individu
dalampenjangkitanwabah.Adabeberapahalyangharusdiperhatikantentangmodelepidemik:
(1) Seberapa besar kemungkinan individu akan terjangkit wabah ketika diketahui di
sekitarnya ada atau tidak ada individu yang sudahterjangkit.
(2) Seberapa besar kemungkinan individu sembuh dariwabah.
(3) Seberapabesarkemungkinanindividukebaldariwabah(imun).
Darisemuakeadaanitu,adabebrapahalyangmembuatwabahdapatmeluas,yaitu:
(1) Modelkontakantarindividuyangbersifatkontakparsialataukontakpriodik.
(2) Mobilitas individu di daerah sekitarepidemik.
Keadaan-keadaan di daerah sekitar epidemik merupakan suatu model matematis yang dapat
digambarkandenganmodelduadimensi.Dengandemikian,modelepidemikdapatditerjemahkan
ataudiimplementasikankedalamprogramkomputersehinggakarakteristiksuatuepidemikdapat
dipelajari.Banyakpenelitimenggunakanmodel-modelepidemikdalammempelajaripenjangkitan
suatu wabah, misalnya influenza da AIDS. Peneliti-peneliti di bidang komputer pun mencoba
mengaitkan model epidemik dalam kaitannya dengan virus komputer atau serangan terhadap
suatu jaringankomputer.
Analogi model epidemik ke dalam model matematis disajikan dalam bentuk matriks
berikut ini:
Madalahnilaistatepadatiapindividu
Nxadalahukuranpadaarahhorisontal Ny
Nilai M adalah nilai keadaan suatu individu yang dapat disajikan dalam bentuk:
M = { 0, S, I, R, E }
(12.2)
dengan:
(1) ModelSIR
(2) ModelSIS
(3) ModeSEIR
ModelSISstokastikterdiridaritigajenisyaitubentukDTMC(DiscreteTimeMarkov
Equation).
Sejumlah S individu didefenisikan mempunyai kontak dan sensitif terkena penyakit serta
sejumlah I individu yang telah terjangkit penyakit. Pada model SIS, terdapat hubungan S-I-S.
Dengan𝑁=𝑆(𝑡)+𝐼(𝑡)
LangkahPercobaan
DTMC SIS EpidemicModel
set(0,’DefaultAxesFontSize’, 18)
R0=beta/(b+g)
N=100;
init=2;
for j=1:sim
i(1)=init;
fort=1:time/dt
r=rand;
% uniform random number
birth=beta*i(t)*(N-i(t))/N*dt;
death=(b+g)*i(t)*dt;
ifr<=birth
i(t+1)=i(t)+1;
i(t+1)=i(t)-1;
elsei(t+1)=i(t);
end
end
If j==1
stairs([0:dt:time],i,’r-’,’LineWidth’,2);
stairs([0:dt:time],i,’g-’,’LineWidth’,2);
else
stairs([0:dt:time],i,’b-’,’LineWidth’,2);
end end
y(1)=init;
for k=1:time/dt
y(k+1)=y(k)+dt*(beta*(N-y(k))*y(k)/N-(b+g)*y(k));
end
plot([0:dt:time],y,’k--’,’LineWidth’,2);
ylabel(’Number ofInfectives’);
set(0,’DefaultAxesFontSize’,18)
; set(gca,’fontsize’,18);
beta=1; b=0.25;g=0.25;
R0=beta/(b+g)
N=100;
init=2;
time=25;
sim=3;
tot=(beta/N)*i(j)*(N-i(j))+(b+g)*i(j);
birth=(beta*(N-i(j))/N)/(beta*(N-i(j))/N+b+g);
t(j+1)=t(j)-log(u1)/tot;
ifu2<=birthi(j+1)=i(j)+1;
else i(j+1)=i(j)-1;
end
j=j+1;
end
ifk==1
stairs(t,i,’r-’,’LineWidth’,2)
elseif k==2
stairs(t,i,’b-’,’LineWidth’,2)
else
stairs(t,i,’g-’,’LineWidth’,2)
end
hold on end
dt=0.01;
y(1)=init;
for k=1:time/dt
y(k+1)=y(k)+dt*(beta*(N-y(k))*y(k)/N-
(b+g)*y(k)); end
plot([0:dt:time],y,’k--
’,’LineWidth’,2);
axis([0,time,0,80]);
xlabel(’Time’);
ylabel(’Number ofInfectives’);
holdoff
N=100;
sim=3;
for
k=1:sim
clear i,t
j=1;
i(j)=init;
t(j)=dt;
% Euler-Maruyama Method
sigma=sqrt(beta*i(j)*(N-i(j))/N+(b+g)*i(j));
rn=randn;
i(j+1)=i(j)+mu*dt+sigma*sqrt(dt)*rn;
t(j+1)=t(j)+dt;
j=j+1;
end
ifk==1
plot(t,i,’r-’,’Linewidth’,2);
elseif k==2
plot(t,i,’b-’,’Linewidth’,2);
else
plot(t,i,’g-’,’Linewidth’,2); end
hold on end
y(1)=init;
for k=1:time/dt
y(k+1)=y(k)+dt*(beta*(N-y(k))*y(k)/N-(b+g)*y(k)); end
plot([0:dt:time],y,’k--’,’LineWidth’,2);
axis([0,time,0,80]);
xlabel(’Time’); ylabel(’Number
Model M-file
14
Command Window
15
16
17
18
19 Figure
20
CTMC SIS Epidemic Model
21 M-file
22
Command Window
23
24
25
26
27 Figure
28
SDE SIS Epidemic Model
29
30
31
SDE SIS Epidemic Model
32
33
34
35 Figure
36
Analisa
Pada praktikum
SDE SIS Epidemicini, kita membahas tentang model Epidemic. Model Epidemik merupakan suatu model
Model
yang menggambarkan proses epidemic (wabah) yang berkembang pada suatu kawasan. Keadaan-
keadaan didaerah sekitar epidemic merupakan suatu model matematis yang dapat digambarkan dengan
model dua dimensi.
Pada praktikum ini terdapat beberapa percobaan, yang pertama DTMC SIS Epidemic Model yang mana
terdapat banyak perubahan individu disetiap kelompok S dan I mengikuti proses Makrov waktu diskrit.
DTMC SIS ini bisa diterapkan pada satu atau lebih penyakit dan dapat dikembangkan pada satu daerah
atau lebih. Hal ini disebabkan karena terjadinya perpindahan individu dari daerah satu kedaerah lain.
DTMC SIS ini disajikan dalam bentuk probabilitas transisi pada infeksi dan dispersal.
Kemudian yang kedua CTMC SIS Epidemic Model. CTMC SIS Epidemic Model merupakan salah satu
model yang menggambarkan penyebaran penyakit karakteristik, setiap individu sembuh memiliki
kekebalan tubuh. Model yang diperoleh pada CTMC dapat disimulasikan dengan pengambilan nilai
awal jumlah individu terinfeksi I yang berbeda. Sehingga pemberian nilai yang berbeda dapat
berpengaruh terhadap periode infeksi dan jumlah maksimum individu terinfeksi.
Kesimpulan
1. Model epidemic merupakan suatu model yang menggambarkan proses epidemic (wabah) yang
berkembang pada suatu kawasan
2. Pada DTMC SIS Epidemic Model, terdapat banyak perubahan individu disetiap kelompok S
dan I yang mengikuti proses waktu diskrit.
3. Pemberian nilai yang berbeda pada CTMC SIS Epidemic Model dapat berpengaruh terhadap
periode dan jumlah maksimum individu
SDE SIS Epidemic Model
Tugas
DTMC SIS
Command Window
Figure
CTMC
SDE SISSIS Epidemic
Epidemic Model M-file
Model
Command Window
SDE SIS Epidemic Model
Figure
SDE SIS Epidemic Model M-file
Command
SDE SIS Window
Epidemic Model
Figure