Penentuan Asumsi dan Pemodelan SIR

20

BAB IV PEMBAHASAN

4.1 Penentuan Asumsi dan Pemodelan SIR

Model SIR yang digunakan dalam tulisan ini diturunkan ulang dari model SIR klasik yang mengacu pada Hethcote [8] dengan memperhatikan faktor pengaruh vaksinasi, karantina, isolasi dan terapi obat antivirus. Asumsi atau batasan yang digunakan dalam penyebaran penyakit menurut Hethcote [8] adalah 1. Jumlah populasi diasumsikan cukup besar dan tertutup, sehingga tidak ada populasi yang masuk atau keluar dari populasi tersebut. Total populasi diasumsikan konstan. 2. Model SIR memperhatikan faktor kelahiran dan kematian dengan jumlah kelahiran dan jumlah kematian tiap satuan waktu dianggap sama yang dipengaruhi oleh vaksinasi, karantina, isolasi, dan terapi obat antivirus. Tiap individu yang baru lahir diasumsikan dapat terinfeksi penyakit karena belum kebal terhadap penyakit. 3. Populasi bercampur secara homogen yang mempunyai kemungkinan yang sama dalam melakukan kontak dengan individu lain. 4. Individu yang terinfeksi penyakit dapat sembuh dan dapat meninggal dunia akibat penyakit. 5. Diasumsikan hanya terdapat satu penyakit yang menyebar dalam populasi. 21 Penyebaran swine influenza pada populasi manusia diasumsikan memiliki jumlah konstan dan dalam satu periode waktu wabah serta dibagi menjadi tiga kelompok. Pertama adalah populasi yang sehat namun rentan terhadap penyakit yang disebut susceptible S. Kedua adalah populasi yang terinfeksi yang disebut infected I. Kelompok populasi ketiga adalah populasi yang telah sembuh dari penyakit swine influenza dan menjadi kebal sehingga tidak akan terinfeksi kembali swine influenza yang disebut recovered R. Pada saat t misalkan suatu populasi terdiri dari susceptible S, infected I, dan recovered R. Kemudian St menyatakan proporsi individu rentan pada saat t, It menyatakan proporsi individu terinfeksi pada saat t, Rt menyatakan proporsi individu sembuh pada saat t, dan N adalah total populasi. Karena total populasi konstan, sehingga         S t I t R t N t    . Berdasarkan asumsi kedua bahwa laju kelahiran sama dengan laju kematian sehingga individu yang lahir dan mati dalam populasi mempunyai laju μ. Sehingga jumlah populasi yang mengalami kematian dalam tiap kelompok S, I, dan R masing- masing sebesar μS, μI, dan μR. Dengan demikian laju μ pada populasi adalah   S I R S I R N            Diagram alur penyebaran penyakit swine influenza digambarkan sebagai berikut: 22 Secara umum, model epidemiologi penyebaran penyakit swine influenza sebagai berikut: 1. Laju penyebaran susceptible dengan pengaruh penyebaran penyakit akan menjadi infected dalam satuan waktu, yaitu   S S S dS Q dt SI S             4.1 2. Laju penyebaran infected menjadi recovered dalam satuan waktu, yaitu   I dI SI I dt             4.2 3. Laju perubahan kesembuhan recovered dalam satuan waktu, yaitu I I dR I Q R dt       4.3 Gambar 4.1. Diagram alur model SIR dengan pengaruh Vaksinasi, karantina, isolasi, dan terapi obat antivirus I S R Q I Q S T V SI I  + I S V  S Q S Q S S  S S I T Q I R  I I  I Q I  23 4. Laju susceptible dengan pengaruh karantina dalam satuan waktu, yaitu   S S S S dQ S Q dt       4.4 5. Laju infected dengan pengaruh isolasi dalam satuan waktu, yaitu   I I I I dQ I Q dt       4.5 6. Laju susceptible dengan pengaruh vaksinasi dalam satuan waktu, yaitu dV S V dt     4.6 7. Laju infected dengan pengaruh obat antivirus dalam satuan waktu, yaitu dT I T dt     4.7 8. Laju total populasi dalam satuan waktu dengan S I N S I Q R Q V T        , yaitu                           S I S I S S S I S S S I I I I I S I S I d S I Q R Q V T dN dt dt dQ dQ dS dI dR dV dT dt dt dt dt dt dt dt SI S Q SI I S Q I Q R I Q S V I T S I Q R Q V T I S I Q R Q V T I N I                                                                                                     24 dengan S Q menyatakan individu pada populasi susceptible yang di karantina I Q menyatakan individu pada populasi infected yang di isolasi V menyatakan individu pada populasi susceptible yang di vaksinasi T menyatakan individu pada populasi infected yang di terapi obat antivirus  menyatakan jumlah kematian pada individu susceptible, susceptible yang di karantina, susceptible yang di vaksinasi, infected, infected yang di isolasi, infected yang di terapi obat antivirus, dan recovered  menyatakan jumlah calon individu susceptible  menyatakan konstanta kematian terkait penyakit individu yang terinfeksi  menyatakan konstanta vaksinasi pada populasi susceptible  menyatakan konstanta pengobatan antivirus pada individu infected S  menyatakan konstanta karantina pada individu susceptible I  menyatakan konstanta untuk individu yang meninggalkan kelompok I ke kelompok isolasi S  menyatakan konstanta dimana kembalinya dari kelompok karantina ke kelompok susceptible I  menyatakan konstanta dimana individu pulih kembali ke kelompok recovered 25 Karena dN N I dt       dan belum terinfeksi penyakit pada saat t  , maka dN dN N N dt dt          . Misalkan   p t   ,   g t   dan     p t dt t t e e      dengan menggunakan faktor integrasi, sehingga                                                           t t t t t dN t t p t N t g t dt t N t N t t p t N t g t t N t t p t N t g t t N t g t t N t g t dt e N e dt e N e c N ce                                              Dengan t  artinya ukuran populasi N akan mendekati   . Sehingga solusi persamaan 4.1 sampai dengan 4.7 didefinisikan oleh   7 , , , , , , , , , , , , 0, S I S I S I Q R Q V T S I Q R Q V T N             4.8 R 26

4.2 Menentukan Titik Kesetimbangan Pemodelan SIR