MODEL BERBASIS SIR DALAM PREDIKSI AWAL  PENYEBARAN COVID-19 DI DAERAH ISTIMEWA YOGYAKARTA (DIY)

Fajar Adi-Kusumo; Nanang Susyanto; Irwan Endrayanto; Andreasta Meliala

doi:10.22146/jmt.55820

MODEL BERBASIS SIR DALAM PREDIKSI AWAL PENYEBARAN COVID-19 DI DAERAH ISTIMEWA YOGYAKARTA (DIY)

https://doi.org/10.22146/jmt.55820

Fajar Adi-Kusumo⁽¹⁾, Nanang Susyanto^(2*), Irwan Endrayanto⁽³⁾, Andreasta Meliala⁽⁴⁾

(1) Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Gadjah Mada, Sekip Utara Yogyakarta 55281, INDONESIA
(2) Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Gadjah Mada, Sekip Utara Yogyakarta 55281, INDONESIA
(3) Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Gadjah Mada, Sekip Utara Yogyakarta 55281, INDONESIA
(4) Pusat Kebijakan dan Manajemen Kesehatan, Fakultas Kedokteran, Kesehatan Masyarakat, dan Keperawatan, Universitas Gadjah Mada, Sekip Utara Yogyakarta 55281, INDONESIA
(*) Corresponding Author

Abstract

Pandemi COVID-19 yang muncul pertama kali pada akhir tahun 2019 saat ini telah menyebar ke seluruh dunia dan mempengaruhi segala sendi kehidupan manusia. Di Indonesia, kasus ini mulai berkembang sejak akhir bulan Februari 2020 dan hingga saat ini masih terus terjadi peningkatan infeksi baru. Beberapa model dan prediksi kasus COVID-19 di Indonesia telah dilakukan oleh para peneliti, namun hasilnya belum sepenuhnya akurat. Hal ini kemungkinan disebabkan adanya pola yang berbeda-beda di setiap daerah, sehingga prediksi yang dilakukan di tingkat nasional perlu mengakomodir perbedaan pola tersebut. Pada artikel ini, akan diperkenalkan model matematika untuk melakukan prediksi awal kasus COVID-19 di wilayah Daerah Istimewa Yogyakarta. Pemodelan dilakukan berbasis model SIR yang parameter-parameternya diestimasi berdasarkan data. Dengan menggunakan model tersebut, akan dikaji dua skenario yang bersifat optimistik dan pesimistik.

Keywords

COVID-19; SIR; coronavirus; prediksi

Full Text:

PDF

References

F. Brauer and C. Castillo-Chavez, Mathematical Models in Population Biology and Epidemiology, 2nd Ed., New York Dordrecht Heidelberg London : Springer, 2012.

S. Kampf, D. Todt, S. Pfaender and E. Steinmann, Persistence of coronaviruses on inanimate surfaces and their inactivation with biocidal agents, Journal of Hospital Infection 104 (2020), 246-251.

K. Roosa, Y. Lee, R. Luo, A. Kirpich, R. Rothenberg, J. M. Hyman, P. Yan and G. Chowell, Short-term Forecasts of the COVID-19 Epidemic in Guangdong and Zhejiang, China: February 13?23, 2020, Journal of Clinical Medicine 5(596) (2020).

Kenney, J. F. and Keeping, E. S., Mathematics of Statistics, Ch. 15, 3rd ed. Princeton, NJ: Van Nostrand, 1962.

O. Diekmann, J. A. P. Heesterbeek, J. A. Metz, On the definition and the computation of the basic reproduction ratio R0 in models for infectious diseases in heterogeneous populations, J. Math. Biol. 28 (1990), 265-382.

Qianying Lin, Shi Zhao, Daozhou Gao, Yijun Lou, Shu Yang, Salihu S. Musa, Maggie H. Wang, Yongli Cai, Weiming Wang, Lin Yang, Daihai He, A conceptual model for the coronavirus disease 2019 (COVID-19) outbreak in Wuhan, China with individual reaction and governmental action, International Journal of Infectious Diseases93 (2020), 211-216.

Faical Ndairou and Ivan Area and Juan J. Nieto and Delfim F.M. Torres, Mathematical Modeling of COVID-19 Transmission Dynamics with a Case Study of Wuhan, Chaos, Solitons & Fractals109 (2020), 109846.

DOI: https://doi.org/10.22146/jmt.55820