PEMODELAN PENYEBARAN INFORMASI VIRAL DI MEDIA SOSIAL MENGGUNAKAN MODEL SIR DAN SIS

Abstract

Interaksi kompleks antara pengguna media sosial memungkinkan penyebaran informasi viral dengan cepat. Dengan menggunakan model epidemiologi SIR (Susceptible–Infected Recovered) dan SIS (Susceptible–Infected–Susceptible), penelitian ini mencoba memahami pola viralitas tersebut. Data yang digunakan terdiri dari kondisi awal populasi pengguna dan parameter simulasi numerik. Kedua model dianalisis menggunakan metode numerik Euler dan digunakan dalam bahasa pemrograman Python untuk melihat perubahan dalam jumlah pengguna yang rentan, menyebarkan informasi, dan berhenti menyebarkan informasi. Hasil simulasi menunjukkan bahwa model SIR menghasilkan pola viralitas yang cepat meningkat dan cepat menurun, dengan puncak 3.127 penyebar pada hari ke-41 sebelum akhirnya padam. Sebaliknya, model SIS menunjukkan pola penyebaran yang meningkat secara bertahap dan bertahan lama, dengan kondisi kesetimbangan sekitar 6.667 penyebar pada hari ke-119, yang menunjukkan fenomena re-viral. Hasil ini menunjukkan bahwa kedua model berbeda dalam menjelaskan pola viralitas informasi. Oleh karena itu, mereka dapat digunakan sebagai referensi untuk memahami atau membuat strategi untuk menyebarkan konten di media sosial.