Probabilitas Puncak Epidemi Model Discrete Time Markov Chain (Dtmc) Sir
Penulis Utama
:
Ina Lailatur Wulanjari
NIM / NIP
:
M0109036
×Model Susceptible Infected Recovered (SIR) menjelaskan penyebaran penyakit
dari individu sehat susceptible (S) menjadi infected (I ) kemudian individu
sakit infected akan sembuh recovered (R). Penyebaran penyakit dapat dipandang
sebagai kejadian random yang bergantung pada variabel waktu sehingga disebut
sebagai proses stokastik. Perubahan banyaknya individu S, I dan R merupakan
proses stokastik yang ditinjau dalam selang waktu diskrit, sehingga dapat
dijelaskan dengan model Discrete Time Markov Chain (DTMC) SIR.
Tujuan dari penelitian ini adalah menentukan probabilitas puncak epidemi.
Probabilitas puncak epidemi dapat ditentukan dengan pertama kali mencari probabilitas
berakhirnya epidemi yang dapat ditentukan dengan proses pencabangan.
Proses pencabangan suatu individu terinfeksi berbentuk seperti diagram pohon,
dimana probabilitas berakhirnya epidemi pada proses percabangan dapat diperoleh
berdasarkan nilai R0, dengan R0 merupakan rata-rata banyaknya individu
terinfeksi baru yang disebabkan oleh satu individu terinfeksi.
Selanjutnya model DTMC SIR disimulasikan untuk memperoleh nilai puncak
epidemi dengan mengambil laju penularan , laju kesembuhan
dan individu
awal yang terinfeksi i0 berbeda. Hasil simulasi menunjukkan bahwa jika semakin
besar nilai maka puncak epidemi semakin tinggi dan semakin besar nilai i0
maka puncak epidemi juga semakin tinggi, tetapi jika semakin besar nilai
maka
puncak epidemi semakin rendah.
×
Penulis Utama
:
Ina Lailatur Wulanjari
Penulis Tambahan
:
1. 2.
NIM / NIP
:
M0109036
Tahun
:
2014
Judul
:
Probabilitas Puncak Epidemi Model Discrete Time Markov Chain (Dtmc) Sir
