Penyakit menular dengan lebih dari satu strain virus merupakan permasalahan epidemiologi yang kompleks, terutama ketika efektivitas vaksin hanya terbatas pada strain tertentu. Kondisi ini menyebabkan individu yang telah divaksinasi atau sembuh dari satu strain tetap berpotensi terinfeksi oleh strain lainnya, sehingga dinamika penyebaran penyakit menjadi lebih rumit. Oleh karena itu, diperlukan model matematika yang mampu menggambarkan penyebaran penyakit  dengan mempertimbangkan pengaruh vaksinasi. Penelitian ini bertujuan untuk membentuk dan menganalisis model epidemi SVIR (Susceptible, Vaccinated, Infected, Recovered) dengan dua strain virus, serta mengkaji kestabilan titik ekuilibrium dan pengaruh parameter model terhadap bilangan reproduksi dasar. Model diformulasikan dalam bentuk sistem persamaan diferensial nonlinier yang membagi populasi ke dalam enam kompartemen, yaitu individu rentan, divaksinasi, terinfeksi strain pertama, sembuh dari strain pertama, terinfeksi strain kedua, dan sembuh dari strain kedua. Metode penelitian yang digunakan dalam penelitian ini adalah pemodelan matematika dengan pendekatan sistem persamaan diferensial nonlinier, yang meliputi penentuan titik ekuilibrium, perhitungan bilangan reproduksi dasar menggunakan metode Next Generation Matrix, analisis kestabilan lokal melalui linearisasi sistem, Matriks Jacobian, dan Kriteria Routh-Hurwitz, analisis sensitivitas terhadap , serta melakukan simulasi numerik. Diperoleh hasil penelitian bahwa kestabilan titik ekuilibrium bergantung pada nilai bilangan reproduksi dasar. Jika bilangan reproduksi dasar kurang dari satu, maka penyakit akan menghilang dari populasi, sedangkan jika nilainya lebih dari satu, penyakit dapat bertahan dan menjadi endemik. Analisis sensitivitas menunjukkan bahwa laju penularan merupakan parameter yang paling berpengaruh terhadap perubahan bilangan reproduksi dasar. Selanjutnya, simulasi numerik menggunakan metode Runge-Kutta orde empat dilakukan untuk menunjukkan solusi numerik dan mendukung penjelasan pada analisis kestabilan model.