Calon Promotor Program Padjadjaran Excellence Fastrack Scholarship Tahun 2026

 

Nama Lengkap : Prof. Dr. Nursanti Anggriani, M.Si

E-mail : [email protected]

Bidang Keahlian : Matematika Biologi dan Lingkungan

Prodi S2 Calon Mahasiswa: Matematika

Prodi S3 Calon Mahasiswa: Matematika

Judul Penelitian yang Ditawarkan:

Dinamika Penyebaran Epidemi Model Seir Menggunakan Graf Automorfisme dengan Klasterisasi Driven

Dynamics of Epidemic Spread in the SEIR Model Using Graph Automorphism with Clustering-Driven Approach

 

Abstrak:

Epidemi adalah penyakit menular pada suatu wilayah yang kemunculannya mendadak dan menyebar dengan cepat. Penyebaran epidemi menjadi ancaman untuk masyarakat karena kemunculannya yang mendadak dan penyebarannya yang cepat, sehingga epidemiologi selalu berusaha membuat strategi mitigasi yang efektif pada penyebaran epidemi untuk mencegah banyaknya korban jiwa. Model SEIR adalah salah satu pemodelan yang dapat digunakan untuk menganalisis dinamika penyebaran epidemi. Model SEIR diperoleh dari penngembangan model SIR dengan menambahkan klaster yang terdiri dari individu yang sudah terpapar penyakit tetapi belum menunjukkan gejala atau masih dalam masa inkubasi. Model SEIR dapat dikembangkan sesuai dengan asumsi-asumsi yang digunakan oleh peneliti.   Penyebaran epidemi dapat terjadi jika individu rentan berinteraksi dengan individu yang sudah terinfeksi penyakit dan dapat menularkannya. Pada penelitian ini, interaksi yang dilakukan setiap individu tersebut direpresntasikan dalam graf automorfisme. Graf Automorfisme adalah graf yang isomorfik dengan dirinya sendiri, individu dinotasikan dengan titik pada graf dan interaksi yang dilakukannya dinotasikan sebagai sisi. Jika suatu populasi memiliki jumlah individu yang besar, maka penggunaan klasterisasi driven dapat menyederhanakan bentuknya dan membuat analisis menjadi lebih efektif. Klasterisasi driven adalah pengelompokan individu berdasarkan karakteristik atau kondisinya. Pada model SEIR terdapat empat klaster yaitu klaster individu yang rentan terinfeksi penyakit (), klaster individu yang sudah terpapar penyakit tetapi belum menunjukkan gejala atau dalam masa inkubasi dan belum bisa menularkan penyakit (), klaster individu yang sudah terinfeksi dan dapat menyebarkan penyakit () dan klaster individu yang sudah sembuh dari penyakit dan memiliki kekebalan sehingga tidak dapat terinfeksi lagi (). Penelitian ini menggunakan model SEIR untuk menganalisis dinamika penyebaran epidemi. Pada penelitian ini, graf automorfisme digunakan untuk merepresentasikan interaksi yang dilakukan setiap individu di dalam suatu populasi dan klasterisasi driven digunakan untuk mengidentifikasi individu berdasarkan karakteristiknya dan menggabungkannya menjadi satu kelompok

 

Abstract:

An epidemic is an infectious disease that occurs suddenly within a region and spreads rapidly. The spread of epidemics poses a significant threat to society due to their sudden emergence and fast transmission, prompting the field of Epidemiology to continuously develop effective mitigation strategies to reduce the number of casualties. One of the models used to analyze the dynamics of epidemic spread is the SEIR model. The SEIR model is an extension of the SIR model by incorporating an additional compartment, namely the exposed (E) class, which consists of individuals who have been infected but do not yet show symptoms or are still in the incubation period. The SEIR model can be further developed based on assumptions defined by researchers. The spread of an epidemic occurs when susceptible individuals interact with infected individuals who can transmit the disease. In this study, such interactions are represented using graph automorphisms. A graph automorphism is a graph that is isomorphic to itself, where individuals are represented as vertices and their interactions are represented as edges. In populations with a large number of individuals, a clustering-driven approach can simplify the structure and improve the effectiveness of analysis. Clustering-driven refers to grouping individuals based on their characteristics or conditions. In the SEIR model, there are four compartments: susceptible individuals (S), exposed individuals (E) who are infected but not yet infectious, infected individuals (I) who can transmit the disease, and recovered individuals (R) who have gained immunity and cannot be reinfected. This study employs the SEIR model to analyze the dynamics of epidemic spread. Graph automorphisms are used to represent interactions among individuals within a population, while clustering-driven is applied to classify individuals based on their characteristics and group them into clusters.