Prediksi Epidemi Coronavirus Disease 2019 Menggunakan Model Dinamika SIR

Abstract

Penelitian ini bertujuan memprediksi epidemi Coronavirus Disease 2019 (COVID-19) menggunakan model Susceptible-Infectious-Recovered (SIR). Model ini telah banyak digunakan untuk menggambarkan evolusi waktu epidemi penyakit menular. Versi asli model Kermack dan McKendrick yang digunakan dalam penelitian ini mencakup laju penyebaran infeksi oleh individu yang terinfeksi per hari ketika individu tersebut berinteraksi dengan populasi yang rentan (parameter β) dan laju pemulihan untuk menentukan jumlah individu yang pulih (parameter γ). Estimasi parameter tersebut ditentukan dalam model SIR tiga kompartemen dengan proses reduksi sekuensial matematis dari persamaan model pertumbuhan logistik. Karena parameter ini merupakan karakteristik dasar evolusi waktu epidemi, maka model selalu diuji dan diterapkan pada data terbaru dari kasus COVID-19 yang terkonfirmasi. Model sederhana ini dapat diandalkan untuk menggambarkan dinamika epidemi COVID-19, tidak hanya secara kualitatif tetapi juga secara kuantitatif dengan tingkat korelasi tinggi antara data aktual dengan hasil prediksi. Model SIR dapat mendemonstrasikan dengan jelas karakteristik parameter yang dapat mencerminkan upaya pencegahan penyebaran wabah COVID-19. Penelitian ini menjadikan Singapura, Arab Saudi, Filipina, dan Indonesia sebagai wilayah yang dijadikan objek penelitian.

This study aims to predict the Coronavirus Disease 2019 (COVID-19) epidemic using the Susceptible-Infectious-Recovered (SIR) model. This model has been widely used to describe the time evolution of infectious disease epidemics. The original version of the Kermack and McKendrick model used in this study included the rate of spread of infection by infected individuals per day when the individual interacted with a susceptible population (parameter β) and recovery rate to determine the number of recovered individuals (parameter γ). The parameter estimates were determined in a three-compartment SIR model with a mathematical sequential reduction process from the logistic growth model equation. Since this parameter is a basic characteristic of the time evolution of the epidemic, the model is always tested and applied to the latest data from confirmed COVID-19 cases. This simple model still seems reliable enough to describe the dynamics of the COVID-19 epidemic, not only qualitatively but also quantitatively with a high degree of correlation between the actual data and the predicted results. This model can clearly demonstrate the characteristics of the parameters that can reflect the efforts to prevent the spread of the COVID-19 outbreak by each country. This research makes Singapore, Saudi Arabia, Philippines, and Indonesia as the research object.