Tuberkulosis adalah salah satu penyakit menular yang disebabkan oleh bakteri Mycobacterium tuberculosis, yang dapat menyebabkan epidemi melalui penularan langsung. Penyakit ini memiliki potensi kambuh pada individu yang telah sembuh, terutama jika pengobatan tidak teratur. Penelitian ini bertujuan menurunkan ulang dan menyimulasikan penyebaran tuberkulosis menggunakan model epidemi Discrete-Time Markov Chain (DTMC) SEIR dengan penambahan kasus kambuh. Model DTMC SEIR membagi populasi menjadi empat kelompok, yaitu individu rentan (susceptible), terpapar (exposed), terinfeksi (infected), dan sembuh (recovered) dengan perubahan state di masing-masing kelompok mengikuti proses Markov. Simulasi berbasis model DTMC SEIR dilakukan untuk menggambarkan pola penyebaran penyakit tuberkulosis di Indonesia. Hasil simulasi menunjukkan bahwa epidemi akan berakhir jika laju sembuh (????) ditingkatkan. Kemudian, menurunkan laju kontak (????) dapat mengurangi persebaran penyakit dalam populasi. Sementara itu, dengan nilai laju kambuh (????) yang cenderung kecil, puncak epidemi terjadi lebih awal.