Perpustakaan Digital ITB

Munculnya virus baru bernama COVID-19 baik di dunia maupun Indonesia membuat seluruh elemen masyarakat kesulitan. Pandemi yang berlangsung sejak Maret 2020 di Indonesia masih belum selesai hingga saat ini. Namun, terdapat salah satu alternatif solusi yang bisa dilakukan untuk membantu penanggulangan pandemi, yaitu dengan melakukan pemodelan penyebaran COVID-19 untuk memberikan gambaran pada masyarakat dan pemerintah agar bisa mengambil tindakan lebih lanjut. Salah satu pemodelan penyakit yang dikenal adalah pemodelan SIR, yaitu pemodelan yang membagi individu ke dalam kelompok/kompartemen tertentu. Pada tugas akhir ini, dikembangkan model SIR dan salah satu turunannya yaitu SIR-D dengan bantuan konsep machine learning untuk melakukan analisis dan membuat simulasi beberapa skenario penyebaran pandemi. Terdapat 3 skenario simulasi yang dibuat, yaitu skenario tanpa dampak vaksinasi, skenario dengan dampak vaksinasi, dan skenario vaksinasi tanpa diiringi protokol kesehatan yang ketat. Simulasi dari kedua model memberikan hasil bahwa proses vaksinasi yang dilakukan memberikan dampak penurunan penyebaran COVID-19 meski kurang signifikan akibat proses vaksinasi yang belum maksimal dan menyeluruh. Sementara itu, apabila proses vaksinasi tidak dijalankan dengan protokol kesehatan, hasilnya adalah penyebaran pandemi melonjak tinggi dan membentuk gelombang kedua di Indonesia. Hal tersebut membuat dampak dan proses vaksinasi menjadi sia-sia. Ini menandakan bahwa proses vaksinasi tidak bisa dianggap remeh dan masyarakat harus terus mematuhi protokol kesehatan yang berlaku. Secara umum, dapat disimpulkan bahwa model epidemiologi yang digunakan bisa memberikan gambaran simulasi penyebaran dengan tingkat akurasi jika diukur dengan metrik MAPE yaitu model SIR sebesar 0.41198 dan model SIRD sebesar 0.01712.