ABSTRAKModel epidemik SIS (Susceptible Infected Susceptible) diaplikasikan dalam
pembuatan model matematis penyebaran penyakit influenza. Model penyebaran
penyakit flu dibuat dengan pendekatan stokastik. Model stokastik yang digunakan
dalam skripsi ini adalah model Continuous Time Markov Chain (CTMC). Pada
model CTMC, dikonstruksi probabilitas transisi, ekspektasi, dan limit distribusi
dari banyaknya individu yang terinfeksi penyakit flu dengan asumsi banyaknya
individu terinfeksi hanya dapat bertambah satu, berkurang satu atau tetap dalam
interval waktu yang sangat pendek (t 0). Ekspektasi dari banyaknya individu
yang terinfeksi flu tidak dapat diselesaikan secara langsung, tetapi dapat diketahui
bahwa rata- rata pada model stokastik lebih kecil dibandingkan dengan solusi
deterministik. Dari kajian tentang limit distribusi, didapatkan bahwa probabilitas
tidak ada individu terinfeksi adalah satu saat t ª. Simulasi numerik pada
penyebaran penyakit flu diberikan sebagai pendukung untuk interpretasi model
ABSTRACTMathematical model for the spread of influenza using SIS (Susceptible Infected
Susceptible) Epidemic Model for constant total human population size is discussed
in this undergraduate thesis. These influenza model was made with stochastic
approach. Stochastic model that used in this thesis is Continuous Time Markov
Chain (CTMC). Transition probability, expectation, and limiting distribution for
the number of infected people were constructed in CTMC with assumption that the
number of infected people might change by increasing one, decreasing one, or still
in the time interval that tends to zero (t 0). The expectation for the number of
infected people cannot be solved directly, but we will know that the mean of the
stochastic SIS epidemic model is less than the deterministic solution. From
limiting distribution analyses, probability that there are no infected people at
t ª is one. Some numerical simulation for the spread of influenza is given to
give a better interpretation and a better understanding about the model
interpretation