Perpustakaan Digital ITB

Pemodelan penyebaran penyakit merupakan langkah penting untuk memahami dinamika transmisi penyakit. Banyak penelitian sebelumnya memanfaatkan model SIR dan pengembangannya, sementara pendekatan statistik seperti model S-GSTAR yang mempertimbangkan faktor temporal dan spasial juga banyak digunakan. Kedua pendekatan tersebut memiliki kelebihan dan kekurangannya masing-masing. Oleh karena itu, penelitian ini mengembangkan model gabungan SIRS dan S-GSTAR dengan tujuan mengintegrasikan kelebihan keduanya. Pada tesis ini, dilakukan simulasi model gabungan SIRS-SGSTAR untuk kasus pneumonia di DKI Jakarta, disertai analisis faktor eksogen dan spasio-temporal yang memengaruhi jumlah kasus. Hasil penelitian menunjukkan bahwa model gabungan SIRS-SGSTAR tidak memberikan performa yang lebih baik dibandingkan model SIRS maupun S-GSTARX secara terpisah. Faktor eksogen yang berpengaruh pada model SIRS adalah curah hujan dengan lag 2 minggu, sedangkan pada model S-GSTARX adalah curah hujan dengan lag 2 minggu dan O3 dengan lag 3 minggu. Sementara itu, faktor spasial yang paling memengaruhi pada model SIRS-SGSTAR dan S-GSTARX adalah jumlah kasus pneumonia di wilayah tetangga dengan lag 2 minggu. Temuan ini konsisten dengan hasil estimasi parameter laju infeksi pada model SIRS, yang menunjukkan masa infeksi sekitar 2 minggu.