Model SIR (Susceptible-Infected-Recovered) adalah salah satu model matematika paling dasar dalam epidemiologi untuk memahami penyebaran penyakit menular. Model ini mengkategorikan populasi menjadi tiga kelompok utama—Susceptible (rentan), Infected (terinfeksi), dan Recovered (pulih). Meski sederhana, model ini memainkan peran penting dalam memprediksi pola penyebaran penyakit, namun seringkali terkendala dalam hal keakuratan parameter yang digunakan, seperti tingkat infeksi dan pemulihan.
Penelitian ini berfokus pada pengembangan pendekatan empiris untuk memperkirakan parameter model SIR dengan cara yang lebih akurat dan eksplisit. Dengan menggunakan data yang diamati, penelitian ini berhasil mengonstruksi interval konfidensi untuk parameter-parameter tersebut, memberikan alat tambahan yang dapat memperkirakan seberapa besar tingkat ketidakpastian dalam model. Metode ini memungkinkan prediksi epidemiologi yang lebih akurat dan dapat diandalkan, terutama dalam situasi wabah penyakit yang baru muncul.
Kontribusi penelitian ini tidak hanya penting bagi perkembangan ilmu epidemiologi, tetapi juga sejalan dengan pencapaian Sustainable Development Goals (SDGs) ke-3, yaitu “Kesehatan yang Baik dan Kesejahteraan.” Dengan pemodelan yang lebih akurat, pembuat kebijakan dapat mengambil keputusan yang lebih tepat dalam penanganan wabah, melindungi kesehatan masyarakat, dan meminimalkan dampak penyakit di masyarakat. Model ini juga dapat menjadi acuan dalam merancang langkah-langkah intervensi yang lebih cepat dan efektif.
Pendekatan empiris yang diusulkan dalam penelitian ini membantu mengatasi keterbatasan dalam penggunaan parameter tetap yang tidak selalu akurat. Dengan interval konfidensi yang ditetapkan secara empiris, peneliti dan pemangku kepentingan kini memiliki alat yang lebih baik untuk mengantisipasi berbagai kemungkinan penyebaran penyakit, memperkuat ketangguhan sistem kesehatan.
Kata Kunci: Model SIR, Estimasi Empiris, Epidemiologi
Referensi:
Susyanto, N., & Arcede, J.P. “Unveiling SIR Model Parameters: Empirical Parameter Approach for Explicit Estimation and Confidence Interval Construction.” Jambura Journal of Biomathematics (JJBM) 5 (1), 54-62.
Penulis: Nanang Susyanto