Pemodelan Dinamika Viralitas Konten Digital Di Kalangan Mahasiswa Jurusan Matematika Menggunakan Model Susceptible-Infected-Recovered (SIR)

Abstract

Perkembangan media sosial menyebabkan penyebaran informasi dan konten digital berlangsung sangat cepat, termasuk di kalangan mahasiswa. Viralitas konten digital terjadi ketika suatu informasi dibagikan secara berulang oleh pengguna media sosial sehingga menjangkau banyak individu dalam waktu tertentu. Penelitian ini bertujuan untuk menganalisis dinamika viralitas konten digital di kalangan mahasiswa jurusan pendidikan matematika menggunakan model Susceptible–Infected–Recovered (SIR). Penelitian ini menggunakan pendekatan kuantitatif berbasis pemodelan matematika dengan data yang diperoleh melalui penyebaran kuesioner kepada mahasiswa pendidikan matematika yang aktif menggunakan media sosial. Populasi dibagi ke dalam tiga kelompok, yaitu Susceptible (S), Infected (I), dan Recovered (R). Model matematika yang digunakan dinyatakan sebagai ,  dan . Berdasarkan hasil normalisasi data diperoleh kondisi awal S = 0.39, I = 0.26 dan R = 0.35 dengan parameter  dan. Simulasi numerik dilakukan menggunakan software R Studio untuk melihat perubahan populasi dari waktu ke waktu. Hasil simulasi menunjukkan bahwa kelompok Susceptible mengalami penurunan, kelompok Infected meningkat pada tahap awal kemudian menurun secara perlahan, sedangkan kelompok Recovered mengalami peningkatan secara bertahap. Hasil penelitian menunjukkan bahwa viralitas konten digital bersifat sementara karena dipengaruhi oleh perubahan minat pengguna media sosial terhadap suatu konten.