SIMULASI MODEL EPIDEMI STOKASTIK DTMC SVIRS PADA PENYEBARAN PENYAKIT TUBERKULOSIS DI PROVINSI BENGKULU

Penelitian ini membahas pemodelan penyebaran penyakit tuberkulosis di
Provinsi Bengkulu menggunakan pendekatan stokastik Discrete Time Markov
Chain (DTMC) dengan struktur Susceptible Vaccinated Infected Recovered
Susceptible (SVIRS). Tujuan penelitian adalah untuk menggambarkan dinamika
penyebaran penyakit tuberkulosis serta menilai pengaruh variasi parameter
terhadap pergerakan populasi dalam tiap kelompok. Data yang digunakan
mencakup jumlah individu susceptible, individu vaccinated, individu infected,
individu recovered, serta jumlah penduduk Provinsi Bengkulu periode 2010-2023.
Parameter utama yang diturunkan meliputi laju penularan (�), laju vaksinasi (�),
laju kegagalan vaksin (�), laju keefektifan vaksin (�), laju penyembuhan (�), dan
laju penurunan imunitas (�). Hasil simulasi dengan populasi awal 4.700 individu
menunjukkan bahwa jumlah individu susceptible mengalami penurunan bertahap,
sementara jumlah individu vaccinated mengalami peningkatan konsisten. Jumlah
individu infected relatif konstan pada skenario dasar, sedangkan jumlah individu
recovered tetap stabil. Ketika laju penularan (�) lebih kecil dari laju
penyembuhan (�), penyakit cenderung terkendali. Sebaliknya, ketika laju
penularan (�) lebih besar dari laju penyembuhan (�), jumlah individu infected
meningkat signifikan dan epidemi cenderung menetap dalam populasi. Simulasi
variasi parameter vaksinasi memperlihatkan bahwa peningkatan laju vaksinasi (�)
mampu menekan proporsi individu susceptible, meskipun efektivitasnya terbatas
ketika laju penularan dominan. Secara keseluruhan, model epidemi stokastik
DTMC SVIRS dapat merepresentasikan dinamika penyebaran penyakit
tuberkulosis di Provinsi Bengkulu dengan baik, terutama dalam menunjukkan
peran laju penularan (�), laju vaksinasi (�), dan laju penyembuhan (�) terhadap
perkembangan penyakit. Namun, hasil juga mengindikasikan bahwa penyakit
tuberkulosis tidak sepenuhnya menghilang, melainkan cenderung menetap pada
tingkat prevalensi rendah, sehingga diperlukan upaya tambahan untuk menekan
penyebarannya.
Kata Kunci: Tuberkulosis, DTMC, SVIRS, simulasi stokastik, epidemiologi