LOCAL STABILITY OF THE SEIQR EPIDEMIC MODEL APPLIED TO COVID-19 SPREAD CASES

Authors

  • Muhafzan Muhafzan Universitas Andalas
  • Indah Monika Universitas Andalas
  • Ahmad Iqbal Baqi Universitas Andalas
  • Narwen Narwen Universitas Andalas
  • Zulakmal Zulakmal Universitas Andalas

DOI:

https://doi.org/10.25077/jmua.15.1.123-131.2026

Keywords:

Kestabilan Model, Covid-19, Stabil Asimtotik

Abstract

Pandemi COVID-19 telah memberikan dampak signifikan secara global, menuntut pemahaman yang mendalam mengenai dinamika penyebarannya untuk menentukan langkah intervensi yang efektif. Penelitian ini membahas analisis kestabilan model epidemi SEIQR (Susceptible, Exposed, Infectious, Quarantined, Recovered), yang merupakan pengembangan dari model SIR standar dengan penambahan kompartemen karantina ($Q$) dan masa inkubasi ($E$). Model ini dirancang untuk merepresentasikan kebijakan isolasi mandiri atau karantina rumah sakit yang diterapkan selama pandemi. Metode yang digunakan dalam penelitian ini meliputi pembentukan sistem persamaan diferensial non-linear, penentuan titik ekuilibrium (bebas penyakit dan endemik), serta perhitungan Bilangan Reproduksi Dasar menggunakan metode Next-Generation Matrix. Analisis kestabilan lokal dilakukan dengan menggunakan linearisasi di sekitar titik ekuilibrium dan kriteria Routh-Hurwitz. Hasil analisis menunjukkan bahwa penyebaran COVID-19 akan menghilang jika $\Re_0 < 1$, yang berarti titik ekuilibrium bebas penyakit bersifat stabil asimtotik. Sebaliknya, jika $\Re_0 > 1$, penyakit akan menetap dalam populasi dan mencapai titik ekuilibrium endemik yang stabil. Simulasi numerik disertakan untuk memvalidasi hasil analisis teoritis dan menunjukkan bahwa efektivitas karantina memiliki peran krusial dalam menekan nilai $\Re_0$ dan mempercepat laju pemulihan populasi.

Author Biographies

Muhafzan Muhafzan, Universitas Andalas

Departemen Matematika dan Sains Data

Indah Monika, Universitas Andalas

Departemen Matematika dan Sains Data

References

[1] Sanchez, Y. G. Z.Sabir, J. L. G. Guirao, 2020. Design of a nonlinear SITR fractal model based on the dynamics of a novel coronavirus (COVID-19), Fractals, 28, 2040026.

[2] Ghasemi, S. E., S. Gouran, 2022. Evaluation of COVID-19 pandemic spreading using computational analysis on nonlinear SITR model, Mathematical Methods in Applied Sciences, 45, 11104-11116.

[3] Shah, N.H., A.H. Suhtar dan E.N. Jayswal. 2020. Control Strategies to Curtail Transmission of COVID-19. International Journal of Mathematics and Mathematical Sciences. 2020: 1-12.

[4] Youssef, H., N. Alghamdi, M. A. Ezzat, A. A. El-Bary dan A. M. Shawky. 2021. Study on the SEIQR Model and Applying the Epidemiological Rates of COVID-19 Epidemic Spread in Saudi Arabia. Infectious Disease Modelling. 6: 678-692

[5] Chen,T.-M., J. Rui, Q.-P. Wang, Z.-Y. Zhao, J.-A. Cui dan L. Yin. 2020. A Mathematical Model for Simulating the Phase-Based Transmissibility of a Novel Coronavirus. Infectious Diseases of Poverty. 9: 1-8

[6] Lynch, S., 2007. Dynamical System With Applications Using Mathematica. Birkhauser, Boston

[7] Diekmann, O., J.A.P. Heesterbeek, dan M.G. Roberts. 2010. The Construction of Next Generation Matrices for Compartmental Epidemic Models. J. R. Soc. Interface. 7: 873-885.

[8] Perko, L. 2013. Differential Equations and Dynamical Systems. Springer Science and Business Media, USA

[9] Fisher, S.D. 1990. Complex Variables: Second Edition. Dover Publications Inc, New York

Downloads

Published

26-01-2026

Issue

Section

Articles