Campak Airborne Transmission Simulator

Simulasi 3D Transmisi Airborne Campak: Cara Kerja & Dasar Ilmiah

---

Latar Belakang

Campak adalah penyakit paling menular yang diketahui manusia (R₀ = 12–18). Satu pasien dapat menularkan ke 12–18 orang — jauh melampaui COVID-19 (R₀ = 2–3). Awal 2026, Indonesia mencatat 10.826 suspek campak dan 45 KLB di 29 kabupaten/kota.

Simulator ini dikembangkan sebagai alat edukasi PPI untuk memvisualisasikan apa yang tak kasat mata: aerosol virus yang melayang di udara, pola aliran ventilasi, dan dampak intervensi terhadap risiko infeksi.

▶ Buka Simulator

---

Cara Kerja Simulator

Dua ruangan 3D identik (8×6×3.5 m, volume 168 m³) ditampilkan berdampingan. Masing-masing berisi 1 pasien terinfeksi dan 8 orang rentan. Dua mode tersedia:

• Campak vs COVID-19 — melihat perbedaan kontagiusitas
• Campak vs Campak — membandingkan intervensi berbeda (head-to-head)

Setiap sisi memiliki kontrol independen: masker, ventilasi, dan vaksinasi.

---

Model Wells-Riley

Probabilitas infeksi dihitung menggunakan persamaan Wells-Riley (1978) — model yang pertama kali dikembangkan justru untuk outbreak campak:

P = 1 − exp(−I × q × p × t / Q)

P = probabilitas infeksi
I = jumlah infector (1)
q = quanta generation rate (dosis infeksius/jam)
p = laju ventilasi paru (0,5 m³/jam)
t = durasi paparan (jam)
Q = Volume × ACH (m³/jam)

Perbedaan kunci terletak pada quanta rate:

Patogen	Quanta Rate	Sumber
Campak	2.345 q/jam	Azimi et al. 2021, PNAS
COVID-19	48 q/jam	Dai & Zhao 2020

Campak ~50× lebih infeksius via udara. Dalam ruangan berventilasi sedang (6 ACH), setelah 1 jam: probabilitas terinfeksi campak 68,8%, COVID-19 hanya 2,4%.

---

Model Aliran Udara

Aliran udara bukan sekadar "well-mixed" — simulator menggunakan velocity vector field dengan 7 komponen:

1. AC inlet jet (atas-belakang) → mendorong udara ke bawah & depan
2. Back wall flow → aliran turun di dinding belakang
3. Floor flow → mengalir ke depan menuju exhaust
4. Front wall flow → naik di dinding depan
5. Ceiling return → balik ke AC (melengkapi loop)
6. Central vortex → zona pusaran di tengah ruangan yang menjebak partikel
7. Exhaust suction → area hisap aktif di bawah-depan

Riset UMN menunjukkan bahkan dengan ventilasi kuat, hanya ~10% aerosol berhasil keluar — sisanya terjebak dalam vortex. Simulator mereplikasi fenomena ini.

---

Efek Intervensi

Masker

Bekerja di dua titik — mengurangi emisi DAN inhalasi:

Jenis	Reduksi Emisi	Reduksi Inhalasi	Efek R_eff
Masker bedah	50%	35%	×0,325 (reduksi 67,5%)
N95	90%	63%	×0,037 (reduksi 96,3%)

Sumber: Sickbert-Bennett et al. 2020, JAMA Intern Med

Ventilasi

Setting	ACH	Konteks
Buruk	2	Tanpa ventilasi mekanis
Sedang	6	Standar ruangan RS
Baik	12	AIIR minimum
HEPA	24	Dengan HEPA filter

Vaksinasi (Model SEIRV All-or-Nothing)

Mengikuti model CDC: setiap orang divaksinasi → random draw → fully immune ATAU vaccine failure (tetap rentan).

• 1 dosis MMR: VE = 93%
• 2 dosis MMR: VE = 97%

---

R_eff — Angka Terpenting

R_eff = R₀ × (1 − cakupan × VE) × (1 − η_emisi) × (1 − η_inhalasi)

Skenario	R_eff	Status
Campak tanpa intervensi	15,00	⚠️ Outbreak masif
Campak + vaksin 95% (2d)	1,18	⚠️ Masih >1!
Campak + vaksin 95% + bedah	0,38	✅ Terkontrol
Campak + N95 saja	0,56	✅ Terkontrol*
COVID + vaksin 75% (2d)	0,68	✅ Terkontrol

Insight kunci: Vaksinasi 95% saja menghasilkan R_eff = 1,18 untuk campak — masih di atas 1. Diperlukan kombinasi vaksinasi + masker + ventilasi (Swiss cheese model) untuk benar-benar menekan transmisi.

---

Speed & Durasi

Slider Speed = multiplier waktu simulasi:

Speed	1 detik real-time =
1	1 detik simulasi (detail)
3 (default)	3 detik (seimbang)
10	10 detik (fast-forward)

Timer ⏱ menunjukkan waktu simulasi. Batuk terjadi setiap 4 detik simulasi. Persistensi aerosol campak: 120 menit, COVID: 30 menit.

---

Kontrol Kamera

Aksi	Desktop	Mobile
Rotasi	Klik kiri + drag	1 jari swipe
Zoom	Scroll	Pinch 2 jari
Pan	Klik kanan + drag	—
Auto orbit	Tombol 🔄	Sama

---

Keterbatasan

Simulator ini adalah alat edukasi, bukan alat prediksi klinis:

• Orang statis (tidak bergerak)
• Ruangan tunggal (tanpa koridor/multi-ruang)
• Airflow analitik (bukan CFD penuh)
• Quanta rate tetap (tidak berubah per aktivitas)
• Tidak boleh digunakan sebagai dasar keputusan medis

---

Referensi

1. Riley EC et al. (1978). Airborne spread of measles in a suburban elementary school. Am J Epidemiol 107(5):421–432.
2. Guerra FM et al. (2017). The basic reproduction number (R₀) of measles: a systematic review. Lancet Infect Dis 17(12):e420–e428.
3. Azimi P et al. (2021). Mechanistic transmission modeling of COVID-19 on the Diamond Princess. PNAS 118(8):e2015482118.
4. Dai H, Zhao B (2020). Association of infected probability of COVID-19 with ventilation rates. medRxiv.
5. Bazant MZ, Bush JWM (2021). A guideline to limit indoor airborne transmission of COVID-19. PNAS 118(17):e2018995118.
6. Sickbert-Bennett EE et al. (2020). Filtration Efficiency of Hospital Face Mask Alternatives. JAMA Intern Med 180(12):1607–1612.
7. CDC CFA (2025). Behind the Model: Interactive Measles Outbreak Simulator.
8. Mina MJ et al. (2019). Measles virus infection diminishes preexisting antibodies. Science 366(6465):599–606.
9. Moss WJ (2017). Measles. Lancet 390(10111):2490–2502.
10. WHO (2025). Measles Fact Sheet. Geneva.
11. Kemenkes RI (2026). Laporan situasi campak dan rubela Indonesia.

---

Tim PPI - RSUD Dr. Moewardi -Simulator  --- Maret 2026 — petrisolo.com