Literature Review: Model Matematika Penyebaran Virus SARS-COV-2  pada Masa Pandemi COVID-19 Tahun 2020

Donna Mesina Rosadini Pasaribu; Ernawaty  Tamba; Muhammad Faturrahman Adani; Wani Devita Gunardi

doi:10.36452/jkdoktmeditek.v29i2.2607

Authors

Donna Mesina Rosadini Pasaribu Departemen Mikrobiologi, Fakultas Kedokteran dan Ilmu Kesehatan, Universitas Kristen Krida Wacana, Jakarta, Indonesia
Ernawaty Tamba Departemen Ilmu Kesehatan Komunitas, Fakultas Kedokteran dan Ilmu Kesehatan, Universitas Kristen Krida Wacana, Jakarta, Indonesia
Muhammad Faturrahman Adani Fakultas Kedokteran dan Ilmu Kesehatan, Universitas Kristen Krida Wacana, Jakarta, Indonesia
Wani Devita Gunardi Departemen Mikrobiologi, Fakultas Kedokteran dan Ilmu Kesehatan, Universitas Kristen Krida Wacana, Jakarta, Indonesia

DOI:

https://doi.org/10.36452/jkdoktmeditek.v29i2.2607

Keywords:

Model Matematika, Pandemi COVID-19, Penyebaran SIR dan SEIR, Virus SARS-CoV-2

Abstract

Pandemi COVID-19 dinyatakan sebagai Public Health Emergency of International Concern oleh WHO. Model Matematika penyebaran Susceptible-Infected-Recovered (SIR) dan model Susceptible-Exposed-Infected-Recovered (SEIR) digunakan dalam pemodelan penyakit menular dengan menghitung jumlah orang dalam populasi tertutup. Pemodelan matematika ini merupakan matematika epidemiologi untuk memahami dinamika populasi pada saat pandemi, dan acuan efektivitas kebijakan yang dilakukan selama pandemi. Literatur Riview ini bertujuan untuk mengetahui gambaran situasi pandemi COVID-19 berdasarkan model matematika SIR dan SEIR di beberapa negara tahun 2020. Data yang dipakai pada Literatur Riview ini adalah hasil penelitian, laporan dari lembaga terkait, situs web resmi jurnal dan beberapa situs berita resmi. Model SIR dan SEIR dengan baik menyajikan perubahan data COVID-19 dan model ini dapat memberikan panduan untuk mendapatkan wawasan yang lebih baik tentang evolusi pandemi COVID-19. Model Matematika SIR dan SEIR membantu pemerintah negara di dunia dan badan kesehatan dunia WHO, dalam membuat kebijakan pencegahan penularan dan pengendalian COVID-19.

References

Global Change Data Lab. Statistics and research coronavirus pandemics (COVID-19). Our World in Data https://ourworldindata.org/coronavirus (2020).

Ndaïrou F, Area I, Nieto JJ. & Torres DFM. Mathematical modeling of COVID-19 transmission dynamics with a case study of Wuhan. Chaos, Solitons & Fractals. 2020;135, 109846

Weiss H. The SIR model and the Foundations of Public Health. Publicació electrònica de divulgació del Departament de Matemàtiques de la Universitat Autònoma de Barcelona 17 (2006).

Delamater PL, Street EJ, Leslie TF, Yang YT, & Jacobsen KH. Complexity of the basic reproduction number (R 0 ). Emerging Infectious Diseases. 2019;25: 1–4

Inglesby TV. Public health measures and the reproduction number of SARS-CoV-2. JAMA. 2020; 323, 2186

Sari I. & Tasman H. Model epidemik SIR untuk penyakit yang menular secara horizontal dan vertikal. Prosiding Konferensi Nasional Matematika XVII di ITS. 2014:11-4.

Side S, Rangkuti YM, Pane DG, & Sinaga MS. Stability analysis susceptible, exposed, infected, recovered (SEIR) model for spread model for spread of dengue fever in Medan. J. Phys. Conf. Ser. 954, 012018 (2018).

Udayangani S. Difference between SIR and SEIR model. https://www.differencebetween.com/difference-between-sir-and-seir-model/#Compartments%20in%20SIR%20and%20SEIR%20Model (2020).

Kucharski AJ. Russell TW, Diamond C, Liu Y, CMMID nCoV working group, Edmunds J, et al. Early dynamics of transmission and control of COVID-19: a mathematical modelling study. The Lancet Infectious Diseases. 2020;20:553–8.

Kim S, Seo YB. & Jung E. Prediction of COVID-19 transmission dynamics using a mathematical model considering behavior changes. Epidemiology and Health. 2020; e2020026. doi:10.4178/epih.e2020026.

Adi YA. & Ndii MZ. Modeling and prediction of COVID-19 with a large scale social distancing. Jurnal Fourier. 2020;10.

Giordano G, Blanchini F, Bruno R, Colaneri P, Di Filippo A, Di Matteo A, et al. Modelling the COVID-19 epidemic and implementation of population-wide interventions in Italy. Nature Medicine. 2020;26:855–60.

Tuite AR, Fisman DN, & Greer AL. Mathematical modelling of COVID-19 transmission and mitigation strategies in the population of Ontario, Canada. Canadian Medical Association Journal. 2020;192: E497–505.

Khan ZS, Van Bussel F. & Hussain F. A predictive model for Covid-19 spread applied to eight US States. arXiv: 2020;2006.05955

Maron DF. ‘Wet markets’ likely launched the coronavirus. Here’s what you need to know. https://www.nationalgeographic.com/animals/2020/04/coronavirus-linked-to-chinese-wet-markets/ (2020).

Quilty BJ, Clifford S. CMMID nCoV working group2, Flasche, S. & Eggo, R. M. Effectiveness of airport screening at detecting travellers infected with novel coronavirus (2019-nCoV). Eurosurveillance. 2020;25.

Eryando T, Sipahutar T, & Rahardiantoro S. The risk distribution of COVID-19 in Indonesia: A spatial analysis. Asia Pac J Public Health. 2020;101053952096294. doi:10.1177/1010539520962940.

Setiati, S. COVID-19 and Indonesia. Acta Med Indones - Indones J Intern Med. 2020;52:84–9.

Ariawan I. & Jusril H. COVID-19 in Indonesia: Where Are we? Acta M ed Indones - Indones J Intern M ed. 2020;52(3):193-5.

Alfano V. & Ercolano S. The efficacy of lockdown against COVID-19: A cross-country panel analysis. Applied Health Economics and Health Policy. 2020;18:509–17.

Schuchat A. & CDC COVID-19 Response Team. Public health response to the initiation and spread of pandemic COVID-19 in the United States. MMWR Morb. Mortal. Wkly. Rep. 2020;69:551–6.

Johnson T. Mathematical modeling of diseases: Susceptible-Infected-Recovered (SIR) model. University of Minnesota 13. 2009.