Salah satu penyakit menular yang masih menjadi tantangan kesehatan masyarakat di Indonesia adalah tuberkulosis (TBC). Penelitian ini bertujuan untuk memodelkan penyebaran penyakit TBC di Indonesia dengan menggunakan model epidemi stokastik Discrete Time Markov Chain Susceptible Vaccinated Infected Recovered Susceptible (DTMC SVIRS). Model berupa probabilitas transisi yang menjelaskan bahwa populasi dikelompokkan menjadi empat kelompok, yaitu individu rentan (susceptible), tervaksinasi (vaccinated), terinfeksi (infected), dan sembuh (recovered). Parameter-parameter dalam model ini adalah laju penularan , laju vaksinasi , laju kegagalan vaksin , laju keefektifan vaksin , laju penyembuhan , dan laju penurunan imun  yang diperoleh dari data tahunan penyakit TBC di Indonesia yang didapatkan dari Profil Kesehatan Indonesia Tahun 2012-2022. Simulasi model dilakukan dengan tiga kondisi, yaitu mengubah laju penularan, laju vaksinasi beserta laju kegagalan vaksin dan laju keefektifan vaksin secara simultan, serta laju penyembuhan, sementara nilai parameter lainnya diasumsikan bernilai tetap untuk menganalisis pengaruhnya terhadap dinamika epidemi TBC. Berdasarkan ketiga simulasi, dapat disimpulkan bahwa memperbesar laju penyembuhan secara signifikan mengakibatkan epidemi berakhir lebih cepat. Semakin besar nilai laju penyembuhan, maka jumlah individu infected  akan semakin cepat menurun dan dapat menyentuh angka nol yang menandakan epidemi telah berakhir. Penelitian ini memberikan gambaran dinamika penyebaran penyakit TBC di Indonesia melalui simulasi model SVIRS.