Implementasi Metode Shannon-Runge-Kutta-Gill dalam Model SIR untuk Prediksi Penyebaran COVID-19: Pendekatan Numerik dengan Python

Makalah ini pengimplementasian metode Shannon-Runge-Kutta-Gill (SRKG) dalam pemodelan penyebaran penyakit menular menggunakan model Susceptible Infected-Recovered (SIR). Model SIR, yang memodelkan dinamika populasi rentan, terinfeksi, dan sembuh, diselesaikan secara numerik menggunakan metode SRKG untuk meningkatkan stabilitas dan akurasi perhitungan. Parameter seperti laju infeksi (B) dan laju pemulihan (Y) digunakan dalam simulasi penyebaran COVID-19 selama periode waktu tertentu. Simulasi dilakukan menggunakan pemrograman Python. Hasil simulasi dengan menggunakan Python tersebut menunjukkan pola penurunan populasi rentan, peningkatan populasi sembuh, serta puncak infeksi sesuai dengan karakteristik penyebaran penyakit. Visualisasi 2D dan 3D digunakan untuk menggambarkan perkembangan epidemi, memberikan wawasan penting dalam memahami dinamika penyebaran COVID-19. Artikel ini menunjukkan bahwa metode SRKG menggunakan Python mampu memberikan prediksi yang lebih akurat dan stabil, sehingga dapat