Perpustakaan Digital ITB

COVID-19 menjadi salah satu topik bahasan yang menarik bagi peneliti di bidang manapun saat ini. Di bidang matematika, peneliti berusaha mengonstruksi model matematika untuk menjelaskan fenomena COVID-19 di berbagai negara. Termasuk para peneliti dari Indonesia yang mencoba untuk mengkaji kebijakan yang diterapkan pemerintah untuk mengatasi penyebaran COVID-19. Model matematika COVID-19 yang digunakan pada Proyek ini adalah model SEIR dengan tujuan melihat pengaruh program vaksinasi dan efektivitas masa isolasi terhadap kasus infeksi dan tingkat kesembuhan. Analisa model menunjukkan bahwa dengan tingkat vaksinasi sebesar 80% dan rata-rata masa isolasi selama 10 hari cukup efektif untuk menekan laju infeksi dan meningkatkan kesembuhan. Tujuan lain dari penelitian Proyek ini adalah melakukan prediksi jangka pendek di luar data real yang dimiliki dengan menggunakan metode moving average (MA) dan modifikasi Extended Kalman Filter (mEKF). Pertama model COVID-19 diimplementasikan metode Extended Kalman Filter untuk melihat seberapa baik metode ini berjalan terhadap model matematika yang digunakan. Didapatkan nilai galat dibawah 5% sebesar 0,00053179 untuk kasus infeksi dan 0,0010986 untuk tingkat kesembuhan. Selanjutnya pada tahap prediksi kasus infeksi selama 5 hari ke depan metode MA lebih baik digunakan daripada mEKF. Hal tersebut didasarkan pada perbandingan nilai galat serta sari numerik hasil prediksi dan data real. Untuk prediksi kasus sembuh baik selama 5 hari maupun 30 hari ke depan, hasil prediksi menggunakan mEKF lebih baik daripada MA. Tujuan terakhir dari penelitian Proyek ini adalah meninjau angka reproduksi penyakit COVID-19 Indonesia yang mencapai 1,7954. Walaupun hal tersebut tidak menjamin angka reproduksi penyakit efektifnya juga tinggi. Terbukti pada Proyek ini angka reproduksi penyakit efektif sangat kecil, dengan nilai di bawah 0,2. Hal ini dikarenakan angka reproduksi penyakit bergantung dengan nilai suspek dan total populasi sebesar 72.224 orang.