PENGARUH FAKTOR PERTUMBUHAN POPULASI TERHADAP EPIDEMI DEMAM BERDARAH DENGUE
|
|
- Glenna Yuwono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Uniersitas Negeri Yogyakarta, 14 Mei 2011 PENGARUH FAKTOR PERTUMBUHAN POPULASI TERHADAP EPIDEMI DEMAM BERDARAH DENGUE Kusbudiono Dan Basuki Widodo Jurusan Matematika ITS Surabaya Abstrak Demam Berdara Dengue tela menjadi sala satu penyakit yang tergolong epidemik dan endemik serta belum ditemukan obatnya. Pada daera dengan tingkat kepadatan penduduk tinggi tingkat penyebaran juga akan semakin tinggi. Sala satu model pertumbuan penduduk adala model pertumbuan populasi logistik akan dapat meramalkan tingkat kepadatan penduduk. Selama ini antara pertumbuan penduduk dengan epidemik suatu penyakit dianggap sebagai sesuatu yang terpisa. Ole karena itu, pada kesempatan kali ini penulis akan mencoba mengaitkan antara laju pertumbuan populasi dari model pertumbuan populasi logistik dengan epidemi penyakit demam berdara Dengue. Metode penelitian pada tesis ini adala studi pustaka dan simulasi model, nantinya akan dikaji model pertumbuan populasi logistik. Selain itu juga akan dibaas kaitan antara pertumbuan populasi dengan epidemi penyakit demam berdara Dengue. Hasil dari penelitian ini adala penyelesaian dan simulasi model pertumbuan logistik dan model epidemi penyakit demam berdara Dengue. Selain itu juga diasilkan bawa laju pertumbuan populasi berpengaru dalam epidemi penyakit demam berdara Dengue. Kata kunci: laju pertumbuan populasi, model pertumbuan populasi logistik PENDAHULUAN Perubaan jumla populasi populasi setiap waktu merupakan sala satu penanda terjadinya pertumbuan populasi yang dipengarui ole jumla kelairan, kematian dan migrasi. Sala satu model pertumbuan adala model pertumbuan kontinu kususnya model logistik. Dimana model pertumbuan logistik tersebut tentunya mempunyai kelebian dan kekurangan. Dengan diketauinya banyaknya kelairan, kematian dan migrasi maka laju perubaan populasi dapat diitung. Kembali pada model pertumbuan logistik, model ini merupakan pengembangan dari model pertumbuan eksponensial yang pertama kali dicetuskan ole Maltus. Model pertumbuan logistik ini pertama kali dicetuskan ole Pierre Velust pada taun 1838.(Mucyidin, 2009) Sala satu conto terapan model matematika yang diambil dalam penelitian ini adala bidang keseatan, yaitu terjadinya penyebaran penyakit demam berdara. Penyakit demam berdara Dengue merupakan sala satu penyakit menular yang dapat menimbulkan Kejadian Luar Biasa / waba. Nyamuk penularnya (Aedes aegypti) dan irus Dengue tersebar luas, seingga penularan penyakit demam berdara dengue terjadi di semua tempat / wilaya yang terdapat nyamuk penular penyakit tersebut. (Agusybana, 2005) Untuk itu perlu dikembangkan suatu sistem sureilans yang didukung ole sistem komputer dan teknologi informasi. Sebelum digunakan, diberikan pelatian kepada para tenaga yang akan mengoperasikannya.(agusybana, 2005). Sala satu alat untuk menunjang sistem tersebut adala model matematika yang berbentuk sistem persamaan differensial biasa order satu. Dalam penelitian ini akan dilakukan simulasi dan analisa dengan menyelesaikan model tersebut secara numerik dengan metode Runge-Kutta. Pada daera dengan tingkat kepadatan penduduk tinggi maka akan mening-katkan angka kejadian. (Djallalluddin dkk, 2004). Laju kelairan dan kematian tidak anya berpengaru teradap perubaan jumla populasi. Akan tetapi keduanya juga berpengaru teradap epidemi penyakit. M-209
2 Kusbudiono / Pengaru Faktor Pertumbuan Sala satunya adala penyakit demam berdara Dengue. Selama ini antara pertumbuan penduduk dengan epidemik suatu penyakit dianggap sebagai sesuatu yang terpisa. Ole karena itu, pada kesempatan kali ini penulis akan mencoba mengaitkan antara laju pertumbuan populasi dari model pertumbuan populasi logistik dengan epidemi penyakit demam berdara Dengue. Pada bagian awal akan dikaji macam-macam model pertumbuan populasi. Selanjutnya dari baasan mengenai pertumbuan populasi penduduk ini diperole permasalaan sebagai berikut a. Bagaimana pengaru laju pertumbuan logistik teradap dinamika penyebaran penyakit demam berdara Dengue? b. Bagaimana penyelesaian dan simulasi model pertumbuan logistik dan model penyebaran penyakit demam berdara? Tujuan utama dari penulisan tugas akir ini adala untuk menganalisa model pertumbuan populasi dan kaitannya dengan epidemi penyakit demam berdara. Untuk mencapai tujuan tersebut, terlebi daulu akan dikaji model pertumbuan populasi kontinu yang didalamnya membaas model pertumbuan eksponensial dan logistik kemudian dikaji juga model penyebaran demam berdara. Tujuan berikutnya adala dari data-data yang diperole dilakukan simulasi dengan terlebi daulu membuat program penyelesaian dari model logistik dan model penyebaran demam berdara tersebut. Manfaat yang dapat diperole dari penelitian ini adala sebagai berikut: a. bagi peneliti akan diperole tambaan informasi mengenai pengaru dari laju pertumbuan penduduk teradap penyebaran penyakit demam berdara dengue, b. bagi Dinas Keseatan Kabupaten kususnya puskesmaspuskesmas dengan menggunakan metode pada penelitian ini akan diperole taksiran jumla penderita demam berdara Dengue. METODE PENELITIAN Metode yang digunakan dalam penelitian ini yaitu metode kajian pustaka dengan melakukan studi literature dan pengumpulan referensi mengenai teori-teori yang mendukung penyelesaian penelitian ini, antara lain : a. penyakit demam berdara dengue, b. model matematika dari pertumbuan logistik, c. model matematika dari penyebaran penyakit demam berdara dengue, d. penyelesaian dari model matematika penyebaran penyakit demam berdara. ANALISIS DAN PEMBAHASAN Model Pertumbuan Populasi Logistik Model pertumbuan populasi logistik ini merupakan penyempurnaan dari model pertumbuan eksponensial diatas. Pada model ini jumla populasi dipengarui ole besar kecilnya daya dukung lingkungan seperti suplai makanan, tempat tinggal, kualitas bangunan dan lain sebagainya. Dengan al tersebut diarapkan model ini mempunyai penyimpangan data populasi yang sangat kecil atau mempunyai kemiripan dengan data yang sebenarnya. Untuk mengkonstruksi model pertumbuan ini diasumsikan bawa besarnya perubaan populasi ( t ) dalam selang waktu t sebanding dengan: (1) banyaknya populasi pada saat t, y( t ) (2) selang waktu t (3) proporsi sisa banyaknya indiidu dalam populasi yang belum digunakan (1 adala jumla maksimum banyaknya indiidu dalam suatu populasi. y K ). Dengan K berarti Seingga dari asumsi-asumsi diatas diperole ubungan ( ) y( t) y( t) 1 y t t yang K M-210
3 Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Uniersitas Negeri Yogyakarta, 14 Mei 2011 y y( t) = ry( t) 1 t (3.1) K dengan r merupakan konstanta kesebandingan. Hasil tersebut memberikan laju pertumbuan populasi logistik sebagai berikut dy y( t) = ry( t) 1 (3.2) K Dengan cara yang sama pada persamaan pertumbuan ekspoennsial didapat solusi kusus persamaan (3.2) ( ) Ky y t = (3.3) K y e rt + y ( ) 0 ( ) dari persamaaan (3.3) untuk t didapat Ky yt = lim = K x K y e + y rt 0 0 Hal tersebut berarti untuk jangka waktu yang sangat lama terdapat jumla maksimum dari populasi tersebut yang membatasi pertumbuan populasinya. Sebagai ilustrasi akan dilakukan simulasi model dengan menggunakan data penduduk Indonesia antara taun yang ditunjukkan ole tabel 1. Tabel 1. Daftar Jumla Penduduk Indonesia Taun Jumla Penduduk Indonesia Dari tabel 1. terliat bawa dari mulai taun jumla penduduk Indonesia mengalami kenaikan. Secara umum terliat dari awal taun pada tabel bila dibandingkan dengan akir taun pada tabel tela terjadi kenaikan jumla penduduk. Untuk menentukan model logistik dengan data jumla penduduk Indonesia pada tabel 1, terlebi daulu arus diketaui nilai K dan r. Sala satu caranya adala melakukan pelinieran solusi persaman logistik pada persamaan (3.3). Pelinieran solusi tersebut dapat mengunakan metode nonlinier least squares estimation yang memenui persamaan berikut: β 1 yi = + εi (3.5) 2 3t 1 e β + + β β1 dengan y i merupakan jumla populasi pada saat t, β 1 adala nilai asimtotik pertumbuan populasi, β 2 jumla populasi pada saat t = 0 dan β 3 kontrol laju pertumbuan populasi. Pada tabel 1, jumla penduduk Indonesia masi berada dibawa , dengan demikian dapat dipili nilai β 1 = Selanjutnya dimisalkan t = 0 adala taun 1961 dengan satuan waktu 10 taun kemudian substitusikan kedalam persamaan (3.5) dan menggunakan nilai y 0 = dari data tabel 1 serta diasumsikan error adala 0, maka diperole β 2 = 1,137 (3.6) dengan cara yang sama, untuk t 1 = 1 pada taun 1971 diperole β 3 = 0,281. Dan dengan memadankan persamaan (3.3) dengan persamaan (3.5) diperole M-211 (3.4)
4 Kusbudiono / Pengaru Faktor Pertumbuan K = (3.7) r = 0,281 Selanjutnya dengan mensubtitusikan nilai pada persamaan (3.7) kedalam persamaan (3.3) serta mensubtitusikan persamaan (3.6) dan (3.7) kedalam persamaan (3.5), diperole y( t) = (3.8) 0,281t ( ) untuk persamaan logistik dan y( t) = (3.9) 0,454 0,0361t 1 + e untuk persamaan logistic least square. Tabel 2. Daftar Perbandingan Jumla Penduduk Indonesia Hasil Sensus dan Hasil Model Taun Sensus Model LLS e Gambar 1. Grafik Perbandingan Jumla Penduduk Indonesia Hasi Sensus dan Hasil Model Dari persamaan (3.8) dan (3.9) diatas diperole jumla taksiran model pertumbuan logistik seperti pada tabel diatas. Dari tabel (2) maupun seperti terliat dari gambar (1) diatas, model pertumbuan logistik dan metode LLS cukup signifikan untuk menaksir pertumbuan populasi antara taun Kajian Model Penyebaran Demam Berdara Dengue Model Matematika Model transmisi demam berdara Dengue yang digunakan dalam penelitian ini adala sebagai berikut: M-212
5 Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Uniersitas Negeri Yogyakarta, 14 Mei 2011 d bβ S = α N S I µ S T d bβ I = S I ( µ + r ) I d R = ri µ R d bβ S = D S I µ S d bβ I = S I µ I (3.10) Dengan kondisi-kondisi: = S + I + R dan N = S + I (3.11) dimana: S : sub populasi seat yang dapat ternfeksi demam berdara Dengue, I : sub populasi indiidu yang terinfeksi ole irus demam berdara Dengue, R : sub populasi indiidu yang sembu dari penyakit demam berdara Dengue, S : sub populasi nyamuk seat yang rentan terinfeksi, I : sub populasi nyamuk yang terinfeksi. Jumla total populasi diasumsikan konstan untuk kedua populasi manusia dan ektor. Jadi tingkat perubaan bagi manusia total dan populasi ektor sama dengan nol. Untuk populasi D manusia diperole λ = µ. Sedangkan jumla populasi ektor adala N =. Kemudian dengan µ S I memisalkan S =, I N = T N, R S I R =, S = dan I = persamaan (3.10) dinormalkan T N T N N menjadi ds = λ γ SI µ S di = γ SI ( µ + r) I (3.12) di = γ ( 1 I ) I µ I D µ dengan γ = bβ dan γ = bβ n untuk n = dan semuanya memenui kondisi S + I + R = 1 dan S + I =1. Hubungan Pertumbuan Populasi dengan Epidemi Demam Berdara Dengue. Menentukan Laju Pertumbuan Penduduk Laju pertumbuan penduduk berubungan erat dengan dengan jumla kelairan dan kematian pada suatu populasi. Untuk menentukan laju pertumbuan penduduk yang dapat M-213
6 Kusbudiono / Pengaru Faktor Pertumbuan digunakan sebagai acuan memprediksi dinamka penduduk dimasa yang akan datang memerlukan data relatif omogen. Selanjutnya dari data laju pertumbuan ini akan diola sebagai informasi dn pada model epidemi penyakit demam berdara Dengue. Misalkan r( t) = merupakan laju N pertumbuan yang bergantung pada waktu. Untuk mengestimasi laju pertumbuan populasi r(t) dengan interpolasi linier dari data suatu populasi dapat dilakukan dengan cara sebagai berikut: a) Misalkan N i dan N i+1 adala ukuran sensus yang berurutan dari jumla populasi saat t i dan t i+1. Dengan N = Ni+ 1 Ni, t = ti+ 1 ti dan δ N = N ( t + δ t) N ( t), b) jika, N δ N N t = ti ti+ 1 =, maka diperole estimasi r( t), t δt tn( t) δt c) aproksimasi yang baik diperole dengan mengganti N(t) dengan N t + 2. Selanjutnya persamaan pada pernyataan ke-2 diatas dapat ditulis dalam bentuk 1 t r( t) N ( t) dan dengan menggunakan deret Taylor diperole δt δt dn N t + = N( t) +. N 2 2 Dan berdasarkan persamaan diatas, laju pertumbuan penduduk dapat diaproksimasi dengan persamaan berikut: δt N( t) t r( t) + (3.13) 2 N Selanjutnya dengan menggunakan persamaan (3.13) dan data pada tabel (1) didapat data r(t) pada tabel 3. Dari tabel (3) terliat bawa laju pertumbuan penduduk Indonesia antara taun bernilai positif. Hal tersebut berarti bawa pada kurun waktu tersebut tela terjadi kenaikan jumla penduduk. Sedangkan dari gambar (2) tampak bawa laju pertumbuan memiliki kecenderungan turun dengan laju pertumbuan tertinggi terjadi pada taun 1971 dan terenda terjadi pada taun Turunnya laju pertumbuan ini menggambarkan jumla penduduk Indonesia meskipun semakin bertamba tetapi pertambaannya semakin sedikit. Selanjutnya apabila diliat lebi teliti terliat laju pertumbuan penduduk pada taun memiliki kecenderungan naik. Sedangkan taun memiliki kecenderungan turun. Penurunan laju pertumbuan penduduk ini dipengarui ole berbagai faktor sala satunya adala kesadaran dalam merencanakan kelairan anak. Selain itu juga penundaan usia perkawinan dengan alasan pendidikan dan tentu saja jumla kematian dan kelairan juga ikut berkontribusi teradap penurunan laju pertumbuan penduduk ini. Akan tetapi mulai taun 1990 mulai terjadi kenaikan laju pertumbuan. Tabel 3. Laju Pertumbuan Penduduk Indonesia Taun Taun Jumla Penduduk Nilai r(t) ,0204 0,0236 0,0195 0,0134 0, M-214
7 Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Uniersitas Negeri Yogyakarta, 14 Mei 2011 Gambar 2. Grafik Laju Pertumbuan Penduduk Indonesia Simulasi Numerik Kaitan Laju Pertumbuan Penduduk dan Epidemi Demam Berdara Dengue. Berikut ini disajikan simulasi numerik berikut asilnya untuk beberapa kondisi parameter tertentu. Keterangan: (1) Garis warna ungu, ketika kelairan dianggap masi normal. (2) Garis warna ijau, ketika kelairan naik dua kali dari keadaan normal. (3) Garis warna mera, ketika kelairan naik empat kali dari keadaan normal. (4) Garis biru, ketika kelairan naik sepulu kali dari keadaan normal. dari gambar (3), dengan menggunakan parameter data saat angka kelairan dan kematian sama, kemudian sejalan dengan waktu populasi S turun menuju ke titik kesetimbangan. Pada saat kelairan dinaikkan menjadi dua kali lipatnya, jumla I dan I tidak mengalami kenaikan yang signifikan seperti yang terliat pada gambar (4) dan gambar (5). Juga terliat seiring dengan berjalannya waktu jumla I dan I cenderung mengalami kenaikan yang cukup signifikan jika dibandingkan dengan saat kelairan berada dalam keadaan normal. Begitu pula saat kelairan dinaikkan menjadi sepulu kali lipat. KESIMPULAN Model pertumbuan logistik merupakan penyempurnaan dari model ekponensial. Hasil estimasi dengan model ini mempunyai penyimpangan tidak sebesar model ekponensial. Jumla populasi menurut mkodel ini akan selalu menuju ke suatu nilai yang disebut carryingcapasity. Pada model epidemi demam berdara dapat disimpulkan bawa jika laju pertumbuan membesar, maka peluang jumla pnduduk yang terindikasi terinfeksi demam berdara juga akan membesar. Namun jika laju pertumbuan penduduk tinggi, indiidu menjadi seat mempunyai peluang yang lebi besar jika dibandingkan dengan model dengan peluang terinfeksi konstan. Gambar 3. Grafik Simulasi Epidemi Demam Berdara Untuk S M-215
8 Kusbudiono / Pengaru Faktor Pertumbuan Gambar 4. Grafik Simulasi Epidemi Demam Berdara Untuk I Gambar 4. Grafik Simulasi Epidemi Demam Berdara Untuk I SARAN Untuk mengasilkan estimasi suatu populasi dengan menggunakan model pertumbuan populasi logistik arus dipili data jumla populasi dengan jumla migrasi yang tidak terlalu besar. Untuk mengkaitkan laju pertumbuaan dengan epidemi demam berdara, diperlukan data yang lebi lengkap dari data sekarang. DAFTAR PUSTAKA Agusybana, F. dan Purnami, C. T. (2007), Sistem Sureilans Demam Berdara Dengue (DBD) Berbasis Komputer untuk Perencanaan, Pencegaan dan Pemberantasan DBD di Kota Semarang, INOVASI, Vol. 4, al Dinata, A., (2006), Pengendalian Terpadu Nyamuk Demam Berdara., ttp:// 21 Nopember 2006 Djallalluddin, Hasni, H.B., Riana, W. dan Lisda, H. (2004), Gambaran Penderita Pada Kejadian Luar Biasa Demam Berdara Dengue Di Kabupaten Banjar Dan Kota Banjarbaru Taun 2001., DEXA MEDIA., No. 2, Vol. 17, al Graam, R.R., Juffrie, M., Tan, R., Hayes, C.G., Laksono, I., Ma roef, C., Sutaryo, Erlin, Porter, M-216
9 Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Uniersitas Negeri Yogyakarta, 14 Mei 2011 K.R. dan Halstead, S.B. (1999), A prospoectie Seroepidemiologic Study on Dengue in Cildren Four to Nine Years of Age in Yogyakarta, Indonesia. Studies in , Am. J. Trop. Med. Hyg., Vol. 61, No. 3, al Guzman, M.G. dan Kouri, G. (2002 ), Dengue: an update, Te Lancent Infectious Diseases., Januari 2, Kristina, Ismina dan Wulandari, L. (2004), Kajian Masala Keseatan: Demam Berdara Dengue, Badan Penelitian dan Pengembangan Keseatan, Departemen Keseatan, Jakarta. Mucyidin, A. (2009), Model Pertumbuan Populasi dan Kaitannya dengan Epidemi Penyakit Tuberkolosis, Tesis Magister, Institut Teknologi Bandung, Bandung. Nuraini, N., Soewono, E. dan Sidarto, K.A. (2007), Matematical Model of Dengue Disease Transmission wit Seere DHF Compartment, Bull. Malays. Mat. Sci. Soc, Vol. 30, No. 2. al Pongsumpun, P. (2006), Transmission Model for Dengue Disease Wit and Witout Te Effect of Extrinsic Incubation Period, KMITL sci. Tec. J., Vol. 6, No. 2. al Purnomo, K.D. (2001), Model Pertumbuan Populasi dengan Memodifikasi Model Pertumbuan Logistik, Majala Ilmia Matematika dan Statistika, Vol. 1,No. 1, al Santoso, W. (1994), Persamaan Differensial Biasa dengan Penerapan Modern, Erlangga, Jakarta. Timuneno, H.M., Utomo, R.H.S. dan Widowati (2007), Model Pertumbuan Logistik dengan Waktu Tunda, Jurnal Matematika, Vol. 11, No. 1, al Utama, A., (2004), Dengue, Permasalaan dan Solusinya, Lembaga Ilmu Pengetauan Indonesia. World Healt Organizaton (1997), Dengue Haemorragic Feer: Diagnosis, Treatment, Preention and Control, Genea. M-217
10 Kusbudiono / Pengaru Faktor Pertumbuan M-218
Pengaruh Faktor Pertumbuhan Populasi Terhadap Epidemi Demam Berdarah Dengue. Institut Teknologi Sepuluh Nopember Program Studi S2 Matematika
Pengaruh Faktor Pertumbuhan Populasi Terhadap Epidemi Demam Berdarah Dengue Kusbudiono Pembimbing: Prof. Dr. Basuki Widodo, M.Sc. Institut Teknologi Sepuluh Nopember Program Studi S2 Matematika 2011 Outline
Lebih terperinciMatematika dan Statistika
ISSN 4-6669 Volume 2, Juni 22 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majala Ilmia Matematika dan Statistika Volume 2, Juni 22 PROFIL PENDERITA
Lebih terperinciPENERAPAN METODE PEMBELAJARAN PROBLEM SOLVING MODEL POLYA UNTUK MENINGKATKAN KEMAMPUAN MEMECAHKAN MASALAH BAGI SISWA KELAS IX J DI SMPN 3 CIMAHI
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Uniersitas Negeri Yogyakarta, 14 Mei 2011 PENERAPAN METODE PEMBELAJARAN PROBLEM SOLVING MODEL POLYA UNTUK MENINGKATKAN
Lebih terperinciSUATU CONTOH INVERSE PROBLEMS YANG BERKAITAN DENGAN HUKUM TORRICELLI
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA Fakultas MIPA, Universitas Negeri Yogyakarta, 16 Mei 009 SUATU CONTOH INVERSE PROBLEMS YANG BERKAITAN DENGAN HUKUM TORRICELLI Suciati
Lebih terperinciPengkajian Metode Extended Runge Kutta dan Penerapannya pada Persamaan Diferensial Biasa
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (215 2337-352 (231-928X Print A-25 Pengkajian Metode Extended Runge Kutta dan Penerapannya pada Persamaan Diferensial Biasa Singgi Tawin Muammad, Erna Apriliani,
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian Penelitian ini menggunakan metode eksperimen kuantitati dengan desain posttest control group design yakni menempatkan subyek penelitian kedalam
Lebih terperinciSolusi Analitik Model Perubahan Garis Pantai Menggunakan Transformasi Laplace
Jurnal Gradien Vol. No.2 Juli 24 : 5-3 Solusi Analitik Model Perubaan Garis Pantai Menggunakan Transformasi Laplace Syarifa Meura Yuni, Icsan Setiawan 2, dan Okvita Maufiza Jurusan Matematika FMIPA Universitas
Lebih terperinciBAB III BASIC REPRODUCTION NUMBER
BAB III BASIC REPRODUCTIO UMBER Dalam kaitannya dengan kejadian luar biasa, dalam epidemiologi matematika dikenal suatu besaran ambang batas (threshold) yang menjadi indikasi apakah dalam suatu populasi
Lebih terperinciAnalisis Kestabilan Model Host-Vector Transmisi HIV/AIDS Pada Pengguna Jarum Suntik
Jurnal Matematika Vol. 7 o. 1, Juni 17. : 1693-1394 Analisis Kestabilan Model Host-Vector Transmisi HV/AD Pada Pengguna Jarum untik Jafaruddin (Alm) Jurusan Matematika Uniersitas usa Cendana apmaida M.
Lebih terperinciMODEL MATEMATIKA SIS-SI DALAM PENYEBARAN PENYAKIT MALARIA DENGAN VAKSINASI TAKSEMPURNA
MODEL MATEMATIKA SIS-SI DALAM PENYEBARAN PENYAKIT MALARIA DENGAN VAKSINASI TAKSEMPURNA N FAJRI, P SIANTURI, T BAKHTIAR Abstrak Dalam penelitian ini, dibaas sebua model penyebaran penyakit malaria tipe
Lebih terperinciEKSISTENSI BIFURKASI MUNDUR DAN KENDALI OPTIMAL PADA MODEL PENYAKIT VEKTOR-BORNE YANG DISEBABKAN NYAMUK
TUGAS AKHIR - SM141501 EKSISTENSI BIFURKASI MUNDUR DAN KENDALI OPTIMAL PADA MODEL PENYAKIT VEKTOR-BORNE YANG DISEBABKAN NYAMUK CHARISMA JUNI KUMALASARI NRP 1211 100 032 Dosen Pembimbing: Subcan, M.Sc,
Lebih terperinciTurunan Fungsi. Penggunaan Konsep dan Aturan Turunan ; Penggunaan Turunan untuk Menentukan Karakteristik Suatu Fungsi
8 Penggunaan Konsep dan Aturan Turunan ; Penggunaan Turunan untuk Menentukan Karakteristik Suatu Fungsi ; Model Matematika dari Masala yang Berkaitan dengan ; Ekstrim Fungsi Model Matematika dari Masala
Lebih terperinciPemodelan Matematika Penyebaran Penyakit Leptospirosis Antara Vektor Penyebar Dengan Populasi Manusia
SEMNAR NASONAL MATEMATKA DAN PENDDKAN MATEMATKA UNY 5 T - 39 Pemodelan Matematika Penyearan Penyakit Leptospirosis Antara Vektor Penyear Dengan Populasi Manusia Fuji Lestari, Sugiyanto Sains dan Teknologi,
Lebih terperinciAnalisis Kestabilan Pada Model Transmisi Virus Hepatitis B yang Dipengaruhi Oleh Migrasi
Analisis Kestabilan Pada Model Transmisi Virus Hepatitis B yang Dipengaruhi Oleh Migrasi 1 Firdha Dwishafarina Zainal, Setijo Winarko, dan Lukman Hanafi Jurusan Matematika, Fakultas MIPA, Institut Teknologi
Lebih terperinci19, 2. didefinisikan sebagai bilangan yang dapat ditulis dengan b
PENDAHULUAN. Sistem Bilangan Real Untuk mempelajari kalkulus perlu memaami baasan tentang system bilangan real karena kalkulus didasarkan pada system bilangan real dan sifatsifatnya. Sistem bilangan yang
Lebih terperinciSTATISTICS WEEK 8. By : Hanung N. Prasetyo POLTECH TELKOM/HANUNG NP
STATISTICS WEEK 8 By : Hanung N. Prasetyo BAHASAN Pengertian Hypotesisdan Hypotesis Testing Tipe Kesalaan dalam Pengujian Hipotesis Lima Langka Pengujian Hipotesis Pengujian: Dua Sisi dan Satu Sisi Uji
Lebih terperincidapat dihampiri oleh:
BAB V PENGGUNAAN TURUNAN Setela pada bab sebelumnya kita membaas pengertian, sifat-sifat, dan rumus-rumus dasar turunan, pada bab ini kita akan membaas tentang aplikasi turunan, diantaranya untuk mengitung
Lebih terperinciDifferensiasi Numerik
Dierensiasi Numerik Yuliana Setiowati Politeknik Elektronika Negeri Surabaya 2007 1 Topik DIFFERENSIASI NUMERIK Mengapa perlu Metode Numerik? Dierensiasi dg MetNum Metode Selisi Maju Metode Selisi Tengaan
Lebih terperinciLEMBAR KERJA SISWA 1. : Menggunakan Konsep Limit Fungsi Dan Turunan Dalam Pemecahan Masalah
BAB V T U R U N A N 1. Menentukan Laju Perubaan Nilai Fungsi. Menggunakan Aturan Turunan Fungsi Aljabar 3. Menggunakan Rumus Turunan Fungsi Aljabar 4. Menentukan Persamaan Garis Singgung Kurva 5. Fungsi
Lebih terperinciBAB III STRATIFIED CLUSTER SAMPLING
BAB III STRATIFIED CUSTER SAMPING 3.1 Pengertian Stratified Cluster Sampling Proses memprediksi asil quick count sangat dipengarui ole pemilian sampel yang dilakukan dengan metode sampling tertentu. Sampel
Lebih terperinciBAB 5 DIFFERENSIASI NUMERIK
BAB 5 DIFFERENSIASI NUMERIK 5.1. Permasalaan Differensiasi Numerik Sala satu peritungan kalkulus yang banyak digunakan adala differensial, dimana differensial ini banyak digunakan untuk keperluan peritungan
Lebih terperinciDengan maraknya wabah DBD ini perlu adanya suatu penelitian dan pemikiran yang
BAB I Pendahuluan Dari sisi pandang WHO, Demam Berdarah Dengue (selanjutnya disingkat DBD) telah menjadi salah satu penyakit yang tergolong epidemik dan endemik serta belum ditemukan obatnya. Sejak tahun
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Infeksi virus dengue adalah suatu insiden penyakit yang serius dalam kematian di kebanyakan negara yang beriklim tropis dan sub tropis di dunia. Virus dengue
Lebih terperinciuntuk i = 0, 1, 2,..., n
RANGKUMAN KULIAH-2 ANALISIS NUMERIK INTERPOLASI POLINOMIAL DAN TURUNAN NUMERIK 1. Interpolasi linear a. Interpolasi Polinomial Lagrange Suatu fungsi f dapat di interpolasikan ke dalam bentuk interpolasi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian yang digunakan dalam penelitian ini adala penelitian komparasi. Kata komparasi dalam baasa inggris comparation yaitu perbandingan. Makna dari
Lebih terperinciA. Penggunaan Konsep dan Aturan Turunan
A. Penggunaan Konsep dan Aturan Turunan. Turunan Fungsi Aljabar a. Mengitung Limit Fungsi yang Mengara ke Konsep Turunan Dari grafik di bawa ini, diketaui fungsi y f() pada interval k < < k +, seingga
Lebih terperinci4 SIFAT-SIFAT STATISTIK DARI REGRESI KONTINUM
4 SIFA-SIFA SAISIK DAI EGESI KONINUM Abstrak Matriks pembobot W pada egresi Kontinum diperole dengan memaksimumkan fungsi kriteria umum ternata menimbulkan masala dari aspek statistika. Prinsip dari fungsi
Lebih terperinciBAB III METODE STRATIFIED RANDOM SAMPLING
BAB III METODE STRATIFIED RADOM SAMPIG 3.1 Pengertian Stratified Random Sampling Dalam bukunya Elementary Sampling Teory, Taro Yamane menuliskan Te process of breaking down te population into rata, selecting
Lebih terperinciIII. METODE PENELITIAN. Subjek penelitian ini adalah siswa kelas VII B MTs Al Hikmah Bandar
26 III. METODE PENELITIAN A. Subjek Penelitian Subjek penelitian ini adala siswa kelas VII B MTs Al Hikma Bandar Lampung semester genap taun pelajaran 2010/2011 pada pokok baasan Gerak Lurus. Dengan jumla
Lebih terperinciSeri : Modul Diskusi Fakultas Ilmu Komputer. FAKULTAS ILMU KOMPUTER Sistem Komputer & Sistem Informasi HANDOUT : KALKULUS DASAR
Seri : Modul Diskusi Fakultas Ilmu Komputer FAKULTAS ILMU KOMPUTER Sistem Komputer & Sistem Informasi HANDOUT : KALKULUS DASAR Ole : Tony Hartono Bagio 00 KALKULUS DASAR Tony Hartono Bagio KATA PENGANTAR
Lebih terperinciMODEL MATEMATIKA SIS-SI DALAM PENYEBARAN PENYAKIT MALARIA DENGAN VAKSINASI TAKSEMPURNA NUR FAJRI
MODEL MATEMATIKA SIS-SI DALAM PENYEBARAN PENYAKIT MALARIA DENGAN VAKSINASI TAKSEMPURNA NUR FAJRI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 05 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI SERTA
Lebih terperinciJURNAL. Oleh: ELVYN LELYANA ROSI MARANTIKA Dibimbing oleh : 1. Dian Devita Yohanie, M. Pd 2. Ika Santia, M. Pd
JURNAL PENINGKATAN HASIL BELAJAR DAN RESPON SISWA DENGAN MENGGUNAKAN MODEL PEMBELAJARAN KUMON PADA MATERI PEMBAGIAN BENTUK ALJABAR KELAS VIII SMP NEGERI 8 KOTA KEDIRI PADA TAHUN PELAJARAN 2016/2017 THE
Lebih terperinciOleh Nara Riatul Kasanah Dosen Pembimbing Drs. Sri Suprapti H., M.Si
Oleh Nara Riatul Kasanah 1209100079 Dosen Pembimbing Drs. Sri Suprapti H., M.Si JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014 PENDAHULUAN
Lebih terperincidi FKIP Universitas Katolik Widya Mandala Surabaya 4 Herwinarso, Tjondro Indrasutanto, G. Budijanto Untung adalah Dosen Pendidikan Fisika
PENENTUAN PANJANG GELOMBANG BERBAGAI FILTER WARNA PADA LAMPU TL DAN WOLFRAM DENGAN SPEKTROMETER KISI DIFRAKSI UNTUK MENUNJANG EKSPERIMEN EFEKFOTOLISTRIK Herwinarso, Tjondro Indrasutanto, G. Budijanto Untung
Lebih terperinciAnalisa Kualitatif pada Model Penyakit Parasitosis
Analisa Kualitatif pada Model Penyakit Parasitosis Nara Riatul Kasanah dan Sri Suprapti H Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS) Jl.
Lebih terperinciJurnal MIPA 40 (2) (2017): Jurnal MIPA.
Jurnal MIPA 40 (2) (2017): 125-133 Jurnal MIPA ttp://journal.unnes.ac.id/nju/index.pp/jm Analisis Faktor-Faktor dan Peluang yang Berpengaru teradap Tingkat Keparaan Korban Kecelakaan Lalu Lintas di Sleman
Lebih terperinciMETODE BEDA HINGGA PADA KESTABILAN PERSAMA- AN DIFUSI KOMPLEKS DIMENSI SATU
PROSIDING ISSN: 50-656 METODE BEDA HINGGA PADA KESTABILAN PERSAMA- AN DIFUSI KOMPLEKS DIMENSI SATU Danar Ardian Pramana, M.Sc 1) 1) DIV TeknikInformatikaPoliteknikHarapanBersama danar_ardian@ymail.com
Lebih terperinciBAB 2 BEBERAPA MODEL EPIDEMI. Laju pertumbuhan populasi akan dapat diketahui apabila kelahiran, kematian
BAB 2 BEBERAPA MODEL EPIDEMI 2.1 Model Pertumbuhan Populasi Laju pertumbuhan populasi akan dapat diketahui apabila kelahiran, kematian dan laju migrasi diketahui. Pada populasi tertutup, pertumbuhan populasi
Lebih terperinciGambar 1. Gradien garis singgung grafik f
D. URAIAN MATERI 1. Definisi dan Rumus-rumus Turunan Fungsi a. Definisi Turunan Sala satu masala yang mendasari munculnya kajian tentang turunan adala gradien garis singgung. Peratikan Gambar 1. f(c +
Lebih terperinciT - 1 PEMODELAN MATEMATIKA UNTUK MENSIMULASIKAN EFEK POPULASI KARANTINA TERHADAP PENYEBARAN PENYAKIT HIV/AIDS DI PAPUA
T - 1 PEMODELAN MATEMATIKA UNTUK MENSIMULASIKAN EFEK POPULASI KARANTINA TERHADAP PENYEBARAN PENYAKIT HIV/AIDS DI PAPUA Abraham 1, Mahmudi 2 1 Program Studi Matematika FMIPA Universitas Cenderawasih 2 Program
Lebih terperinciPENGARUH UMUR, PENGALAMAN KERJA, UPAH, TEKNOLOGI DAN LINGKUNGAN KERJA TERHADAP PRODUKTIVITAS KARYAWAN
PENGARUH UMUR, PENGALAMAN KERJA, UPAH, TEKNOLOGI DAN LINGKUNGAN KERJA TERHADAP PRODUKTIVITAS KARYAWAN Lu Sri Kumbadewi, I Wayan Suwendra 1, Gede Putu Agus Jana Susila 2 Jurusan Manajemen Universitas Pendidikan
Lebih terperinciRegularitas Operator Potensial Layer Tunggal
JMS Vol. No., al. 8-5, April 997 egularitas Operator Potensial Layer Tunggal Wono Setya Budi Jurusan Matematika, FMIPA Institut Teknologi Bandung Jl. Ganesa 0 Bandunng, 403 Abstrak egulitas operator =
Lebih terperinciMENYELESAIKAN TURUNAN TINGKAT TINGGI DENGAN MENGGUNAKAN METODE SELISIH ORDE PUSAT BERBANTUAN PROGRAM MATLAB
MENYELESAIKAN TURUNAN TINGKAT TINGGI DENGAN MENGGUNAKAN METDE SELISIH RDE PUSAT BERBANTUAN PRGRAM MATLAB Arwan Maasiswa Prodi Matematika, FST-UINAM Try Azisa Prodi Matematika, FST-UINAM Irwan Prodi Matematika,
Lebih terperinciKALKULUS. Laporan Ini Disusun Untuk Memenuhi Mata Kuliah KALKULUS Dosen Pengampu : Ibu Kristina Eva Nuryani, M.Sc. Disusun Oleh :
KALKULUS Laporan Ini Disusun Untuk Memenui Mata Kulia KALKULUS Dosen Pengampu : Ibu Kristina Eva Nuryani, M.Sc Disusun Ole : 1. Anggit Sutama 14144100107 2. Andi Novantoro 14144100111 3. Diya Elvi Riana
Lebih terperinciKesimpulan serta Masalah yang masih Terbuka
BAB VI Kesimpulan serta Masalah yang masih Terbuka VI.1 Kesimpulan Secara umum model yang dihasilkan dapat menunjukkan adanya endemik di suatu daerah untuk nilai parameter tertentu. Hal ini dapat dilihat
Lebih terperinciKESTABILAN MODEL SUSCEPTIBLE VACCINATED INFECTED RECOVERED (SVIR) PADA PENYEBARAN PENYAKIT CAMPAK (MEASLES) (Studi Kasus di Kota Semarang)
KESTABILAN MODEL SUSCEPTIBLE VACCINATED INFECTED RECOVERED (SVIR) PADA PENYEBARAN PENYAKIT CAMPAK (MEASLES) (Studi Kasus di Kota Semarang) Melita Haryati 1, Kartono 2, Sunarsih 3 1,2,3 Jurusan Matematika
Lebih terperinciImtiyaz, et al, Analisis Nomor P-IRT pada Label Pangan Produksi IRTP di Kecamatan...
Analisis Nomor P-IRT pada Label Pangan Produksi IRTP di Kecamatan Kaliwates Kabupaten Jember (Analysis of P-IRT Number on Te Food Label IRTP Production in Kaliwates District Jember Regency) Andi Hilman
Lebih terperinciBAB III HASIL DAN PEMBAHASAN. ekuilibrium bebas penyakit beserta analisis kestabilannya. Selanjutnya dilakukan
BAB III HASIL DAN PEMBAHASAN Pada bab ini akan dijelaskan mengenai model matematika penyakit campak dengan pengaruh vaksinasi, diantaranya formulasi model penyakit campak, titik ekuilibrium bebas penyakit
Lebih terperinciTHE EFFECT OF DELAYED TIME OF OSCILLATION IN THE LOGISTIC EQUATION
Jurnal Matematika UNAND Vol. 2 No. 1 Hal. 72 77 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND THE EFFECT OF DELAYED TIME OF OSCILLATION IN THE LOGISTIC EQUATION IVONE LAWRITA ERWANSA, EFENDI, AHMAD
Lebih terperinciIII. MODEL MATEMATIK PENYEBARAN PENYAKIT DBD
III. MODEL MATEMATIK PENYEBARAN PENYAKIT DBD 8 3.1 Model SIR Model SIR pada uraian berikut mengacu pada kajian Derouich et al. (2003). Asumsi yang digunakan adalah: 1. Total populasi nyamuk dan total populasi
Lebih terperinciTEKNIS PERENCANAAN PENGELOLAAN ASET IRIGASI
LAMPIRAN II PERATURAN MENTERI PEKERJAAN UMUM DAN PERUMAHAN RAKYAT REPUBLIK INDONESIA Nomor : /PRT/M/05 Tanggal : 4 MEI 05 TENTANG PENGELOLAAN ASET IRIGASI TEKNIS PERENCANAAN PENGELOLAAN ASET IRIGASI. Pendauluan
Lebih terperinciFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014
JURUSAN MATEMATIKA Nurlita Wulansari (1210100045) Dosen Pembimbing: Drs. M. Setijo Winarko, M.Si Drs. Lukman Hanafi, M.Sc FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER
Lebih terperinciPermeabilitas dan Rembesan
9/7/06 Permeabilitas dan Rembesan Mekanika Tana I Norma Puspita, ST.MT Aliran Air Dalam Tana Sala satu sumber utama air ini adala air ujan yang meresap ke dalam tana lewat ruang pori diantara butiran tananya.
Lebih terperinciTURUNAN FUNGSI. turun pada interval 1. x, maka nilai ab... 5
TURUNAN FUNGSI. SIMAK UI Matematika Dasar 9, 009 Jika kurva y a b turun pada interval, maka nilai ab... 5 A. B. C. D. E. Solusi: [D] 5 5 5 0 5 5 0 5 0... () y a b y b b a b b 6 6a 0 b 0 b 6a 0 b 5 b a
Lebih terperinciPENENTUAN KUANTITAS OPTIMAL DAN REORDER POINT PADA PERSEDIAAN SUKU CADANG DENGAN DISTRIBUSI GAMMA
J. Mat. and Its Appl. ISSN: 829-65X Vol. 9, No., Mei 22, 3-39 PENENTUAN KUANTITAS OPTIMAL DAN EODE POINT PADA PESEDIAAN SUKU CADANG DENGAN DISTIBUSI GAMMA Valeriana Lukitosari Institut Teknologi Sepulu
Lebih terperinciII MODEL MATEMATIKA PENYEBARAN PENYAKIT DBD
8 II MODEL MATEMATIKA PENYEBARAN PENYAKIT DBD 3.1 Penyebaran Virus DBD DBD adalah penyakit yang disebabkan oleh virus dengue. Penyebaran virus demam berdarah dengue ditularkan oleh nyamuk. Nyamuk Aedes
Lebih terperinciBAB IV LAPORAN HASIL PENELITIAN
64 BAB IV LAPORAN HASIL PENELITIAN A. Gambaran Umum Lokasi Penelitian 1. Sejara Singkat Berdirinya Madrasa Tsanawiya Negeri I Candi Laras Utara Madrasa Tsanawiya pada awal didirikan pada taun 1983, ini
Lebih terperinciBAB V KESIMPULAN DAN SARAN. 5.1 Kesimpulan Berdasarkan hasil analisis model epidemik beserta simulasinya, diperoleh kesimpulan sebagai berikut:
BAB V KESIMPULAN DAN SARAN Pada bab ini disimpulkan hasil analisa model epidemik bertipe SIA dengan transmisi vertikal, dan penyakit menyebar melalui transfer transpacental (bersifat turun temurun) dengan
Lebih terperinciBab 3 MODEL DAN ANALISIS MATEMATIKA
Bab 3 MODEL DAN ANALISIS MATEMATIKA Pada bab ini akan dimodelkan permasalahan penyebaran virus flu burung yang bergantung pada ruang dan waktu. Pada bab ini akan dibahas pula analisis dari model hingga
Lebih terperinciAbstrak. : kepatuhan ibu, imunisasi bayi. Kata kunci
HUBUNGAN ANTARA FAKTOR-FAKTOR INTERNAL DAN EKSTERNAL DENGAN KEPATUHAN IBU DALAM PROGRAM IMUNISASI DASAR PADA BAYI DI DESA BANDENGAN WILAYAH KERJA PUSKESMAS DUKUH KOTA PEKALONGAN Hilda Prajayanti Ana Setyowati
Lebih terperinciARTIKEL ILMIAH. Diajukan untuk Memenuhi Salah Satu Syarat Penyelesaian Program Pendidikan Strata Satu Jurusan Akuntansi. Oleh:
PENGARUH TINGKAT KEMAHALAN HARGA SAHAM, KINERJA KEUANGAN PERUSAHAAN DAN LIKUIDITAS PERDAGANGAN SAHAM TERHADAP KEPUTUSAN PERUSAHAAN MELAKUKAN STOCK SPLIT ARTIKEL ILMIAH Diajukan untuk Memenui Sala Satu
Lebih terperinciMODEL STOKASTIK PENYEBARAN PENYAKIT DEMAM BERDARAH DI KOTA DEPOK PENDAHULUAN
MODEL STOKASTIK PENYEBARAN PENYAKIT DEMAM BERDARAH DI KOTA DEPOK H. SUMARNO 1, P. SIANTURI 1, A. KUSNANTO 1, SISWADI 1 Abstrak Kajian penyebaran penyakit dengan pendekatan deterministik telah banyak dilakukan.
Lebih terperinciBAB V ALINYEMEN VERTIKAL
BB V INYEMEN VERTIK linyemen vertikal adala perpotongan bidang vertikal dengan bidang permukaan perkerasan jalan melalui sumbu jalan untuk jalan lajur ara atau melalui tepi dalam masing masing perkerasan
Lebih terperinciHUBUNGAN PERSEPSI PASIEN TENTANG SIKAP TENAGA KESEHATAN DENGAN KEPATUHAN IBU PERIKSA HAMIL DI PUSKESMAS I GROGOL SUKOHARJO
HUBUNGAN PERSEPSI PASIEN TENTANG SIKAP TENAGA KESEHATAN DENGAN KEPATUHAN IBU PERIKSA HAMIL DI PUSKESMAS I GROGOL SUKOHARJO Ferry Yulianti* Winarsi Nur Ambarwati** Abstract Perception is processing organization,
Lebih terperinci4. TURUNAN. MA1114 Kalkulus I 1
4. TURUNAN MA4 Kalkulus I 4. Konsep Turunan 4.. Turunan di satu titik Pendauluan dua masala dalam satu tema a. Garis Singgung Kemiringan tali busur PQ adala : m PQ Jika, maka tali busur PQ akan beruba
Lebih terperinciTURUNAN (DIFERENSIAL) Oleh: Mega Inayati Rif ah, S.T., M.Sc. Institut Sains & Teknologi AKPRIND Yogyakarta
TURUNAN DIFERENSIAL Ole: Mega Inayati Ri a, S.T., M.Sc. Institut Sains & Teknologi AKPRIND Yogyakarta TURUNAN Turunan suatu ungsi berkaitan dengan perubaan ungsi yang disebabkan adanya perubaan kecil dari
Lebih terperinciMatematika ITB Tahun 1975
Matematika ITB Taun 975 ITB-75-0 + 5 6 tidak tau ITB-75-0 Nilai-nilai yang memenui ketidaksamaan kuadrat 5 7 0 atau atau 0 < ITB-75-0 Persamaan garis yang melalui A(,) dan tegak lurus garis + y = 0 + y
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan makhluk hidup ini banyak permasalahan yang muncul seperti diantaranya banyak penyakit menular yang mengancam kehidupan. Sangat diperlukan sistem untuk
Lebih terperinciBAB IV HASIL PENELITIAN. PT Kimia Farma (Persero) Tbk Plant Jakarta adalah salah satu industri
BAB IV HASIL PENELITIAN PT Kimia Farma (Persero) Tbk Plant Jakarta adala sala satu industri pembuatan obat obatan terkemuka di Indonesia dibawa naungan BUMN. Dalam proses produksinya PT Kimia Farma (Persero)
Lebih terperinciESTIMASI FUNGSI DENSITAS GEMPA TEKTONIK DI JAWA BALI
ESTIMASI FUNGSI DENSITAS GEMPA TEKTONIK DI JAWA BALI Ole Pumma Purwani M004048 SKRIPSI ditulis dan diajukan untuk memenui sebagian persyaratan memperole gelar Sarjana Sains Matematika FAKULTAS MATEMATIKA
Lebih terperinciBAB III PEMODELAN DENGAN METODE VOLUME HINGGA
BAB III PEMODELAN DENGAN METODE VOLUME HINGGA 3.1 Teori Dasar Metode Volume Hingga Computational fluid dynamic atau CFD merupakan ilmu yang mempelajari tentang analisa aliran fluida, perpindaan panas dan
Lebih terperinciBetty Rahayu Dosen Fakultas Ekonomi Universitas Darul Ulum Jombang
FAKTOR-FAKTOR YANG MEMPENGARUHI KINERJA DOSEN FAKULTAS EKONOMI UNIVERSITAS DARUL ULUM JOMBANG Betty Raayu (bettyraayu.se@gmail.com) Dosen Fakultas Ekonomi Universitas Darul Ulum ABSTRAK Tujuan dalam penelitian
Lebih terperinciMODEL SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) UNTUK PENYEBARAN PENYAKIT TUBERKULOSIS
e-jurnal Matematika Vol 1 No 1 Agustus 2012, 52-58 MODEL SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) UNTUK PENYEBARAN PENYAKIT TUBERKULOSIS K QUEENA FREDLINA 1, TJOKORDA BAGUS OKA 2, I MADE EKA DWIPAYANA
Lebih terperinciANALISIS KESTABILAN PADA MODEL TRANSMISI VIRUS HEPATITIS B YANG DIPENGARUHI OLEH MIGRASI
ANALISIS KESTABILAN PADA MODEL TRANSMISI VIRUS HEPATITIS B YANG DIPENGARUHI OLEH MIGRASI STABILITY ANALYSIS OF THE HEPATITIS B VIRUS TRANSMISSION MODELS ARE AFFECTED BY MIGRATION Oleh : Firdha Dwishafarina
Lebih terperinciLimit Fungsi. Limit Fungsi di Suatu Titik dan di Tak Hingga ; Sifat Limit Fungsi untuk Menghitung Bentuk Tak Tentu ; Fungsi Aljabar dan Trigonometri
7 Limit Fungsi Limit Fungsi di Suatu Titik dan di Tak Hingga ; Sifat Limit Fungsi untuk Mengitung Bentuk Tak Tentu ; Fungsi Aljabar dan Trigonometri Cobala kamu mengambil kembang gula-kembang gula dalam
Lebih terperinciMATEMATIKA MODUL 4 TURUNAN FUNGSI KELAS : XI IPA SEMESTER : 2 (DUA)
MATEMATIKA MODUL 4 TURUNAN FUNGSI KELAS : XI IPA SEMESTER : (DUA) Muammad Zainal Abidin Personal Blog SMAN Bone-Bone Luwu Utara Sulsel ttp://meetabied.wordpress.com PENGANTAR : TURUNAN FUNGSI Modul ini
Lebih terperinciPengendalian Persediaan Masalah utama
Pemodelan EOQ 4 es 01 eko@uns.ac.id Pendauluan Pengendalian Persediaan Masala utama Menentukan jumla pemesanan yang ekonomis ( Economic Order Quantity ) Menentukan laju kecepatan produksi seingga meminimasi
Lebih terperinciBAB III INTEGRASI NUMERIK
Bab BAB III INTEGRASI NUMERIK Integrasi numerik mengambil peranan penting dalam masala sains dan teknik. Hal ini menginat di dalam bidang sains sering ditemukan ungkapan-ungkapam integral matematis yang
Lebih terperinciProgram Studi S1 Teknik Industri, Fakultas Rekayasa Industri, Universitas Telkom
PERENCANAAN KEBIJAKAN PERSEDIAAN BAHAN BAKU DENGAN MENGGUNAKAN METODE CONTINUOUS REVIEW (s,s) DAN METODE CONTINUOUS REVIEW (s,q) UNTUK MEMINIMASI TOTAL BIAYA PERSEDIAAN PADA PT. XYZ Selvia Dayanti 1, Ari
Lebih terperinciMATEMATIKA TURUNAN FUNGSI
MATEMATIKA TURUNAN FUNGSI lim 0 f ( x ) f( x) KELAS : XI IPA SEMESTER : (DUA) SMA Santa Angela Bandung Taun Pelajaran 04-05 XI IPA Semester Taun Pelajaran 04 05 PENGANTAR : TURUNAN FUNGSI Modul ini kami
Lebih terperinciPenerapan Teknik Serangga Steril Dengan Model Logistik. Dalam Pemberantasan Nyamuk Aedes Aegypti. Nida Sri Utami
Penerapan Teknik Serangga Steril Dengan Model Logistik Dalam Pemberantasan Nyamuk Aedes Aegypti Nida Sri Utami Program Studi Pendidikan Matematika FKIP UMS Lina Aryati Jurusan Matematika FMIPA UGM ABSTRAK
Lebih terperinciSetiap mahasiswa yang pernah mengambil kuliah kalkulus tentu masih ingat dengan turunan fungsi yang didefenisikan sebagai
Bab 7 Turunan Numerik Lebi banyak lagi yang terdapat di langit dan di bumi, Horatio, daripada yang kau mimpikan di dalam ilosoimu. (Hamlet) Setiap maasiswa yang perna mengambil kulia kalkulus tentu masi
Lebih terperinciPENGUJIAN POMPA SPIRAL DENGAN KINCIR AIR PADA ALIRAN IRIGASI
PENGUJIAN POMPA SPIRAL DENGAN KINCIR AIR PADA ALIRAN IRIGASI Marwanto 1,Asral 2, Laboratorium Konversi Energi, Jurusan Teknik Mesin, Fakultas Teknik Universitas Riau Kampus Bina Widya Km. 12,5 Simpang
Lebih terperinciE-learning Matematika, GRATIS
Penyusun : Arik Murwanto, S.Pd. Editor : Drs. Keto Susanto, M.Si. M.T. ; Istijab, S.H. M.Hum. Imam Indra Gunawan, S.Si. Standar Kompetensi: Menggunakan konsep turunan fungsi dalam pemecaan masala Kompetensi
Lebih terperinciProfil LKS IPA SMP Berorientasi Active Learning dengan Strategi Belajar Mengajukan Pertanyaan
Profil LKS IPA SMP Berorientasi Active Learning dengan Strategi Belajar Mengajukan Pertanyaan Iin Indawati, Tjandrakirana, Rinie Pratiwi Puspitawati Jurusan Biologi-FMIPA Universitas Negeri Surabaya Jalan
Lebih terperinciAUDITING 2 PENGUJIAN SIKLUS PENJUALAN DAN PENAGIHAN PIUTANG DAGANG
AUDITING 2 PENGUJIAN SIKLUS PENJUALAN DAN PENAGIHAN PIUTANG DAGANG NAMA KELOMPOK : KHUSNUL KHOTIMAH (108 694 003) INDAH NOVITASARI (108 694 012) LAILATUR ROHMAH (108 694 028) MOCH. BAGUS ALIM MS (108 694
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian ini adalah penelitian kuantitatif, penelitian ini
BAB III METODOLOGI PENELITIAN Jenis penelitian ini adala penelitian kuantitati, penelitian ini berlandaskan pada ilsaat positivisme, digunakan untuk meneliti pada populasi atau sampel tertentu, teknik
Lebih terperinciHUBUNGAN POLA MAKAN DENGAN KEKAMBUHAN GASTRITIS DI RUANGAN IV & IV RSU DR. SOEKARDJO KOTA TASIKMALAYA. Eli Kurniasih, S.Pd. S.Kep. Ners.
HUBUNGAN POLA MAKAN DENGAN KEKAMBUHAN GASTRITIS DI RUANGAN IV & IV RSU DR. SOEKARDJO KOTA TASIKMALAYA Eli Kurniasi, S.Pd. S.Kep. Ners. MKM Program Studi D-III Keperawatan STIKes Bakti Tunas Husada Tasikmlaya
Lebih terperinciInisialisasi Sistem Peringatan Dini Penyebaran Penyakit Demam Berdarah Dengue
BAB V Inisialisasi Sistem Peringatan Dini Penyebaran Penyakit Demam Berdarah Dengue Bab ini menjelaskan konstruksi perangkat lunak sistem peringatan dini outbreaks DBD. Sistem peringatan dini ini dirancang
Lebih terperinciEFEKTIVITAS MODEL PEMBELAJARAN STUDENT TEAMS ACHIEVEMENT DIVISIONS
JURNAL EFEKTIVITAS MODEL PEMBELAJARAN STUDENT TEAMS ACHIEVEMENT DIVISIONS (STAD) TERHADAP HASIL BELAJAR SISWA KELAS VIIIA PADA MATERI OPERASI BENTUK ALJABAR DI SMP NEGERI 5 KEDIRI THE EFFECTIVENESS OF
Lebih terperinciModel Matematika Penyebaran Internal Demam Berdarah Dengue dalam Tubuh Manusia
BAB IV Model Matematika Penyebaran Internal Demam Berdarah Dengue dalam Tubuh Manusia Bab ini menjelaskan model penyebaran virus Dengue dalam tubuh manusia, atau dikenal sebagai model internal. Bagian
Lebih terperinciBAB V. SIFAT GELOMBANG DARI PARTIKEL
BAB V. SIFAT GELOMBANG DARI PARTIKEL Bangsa Perancis Louis Victor prince de Broglie (189-1987) menyampaikan ipotesisnya bawa materi memiliki sifat gelombang di samping sifat partikel. Prinsip ini yang
Lebih terperinciPENGARUH PEMBERIAN JUMLAH KREDIT TERHADAP VOLUME PENJUALAN PEDAGANG KECIL DI LKMM MAWAR KECAMATAN PATRANG KABUPATEN JEMBER TAHUN 2012 SKRIPSI Ole NENI PUSPA PRATIWI NIM. 080210391008 PROGRAM STUDI PENDIDIKAN
Lebih terperinciDINAMIKA PROBLEMA PENYAKIT MALARIA
Vol. 02, No. 04 (2014), pp. 361 371. DINAMIKA PROBLEMA PENYAKIT MALARIA Junliade Sinaga Abstrak Penelitian ini bertujuan untuk menganalisis sistem dinamik penyakit malaria, menentukan titik kesetimbangan
Lebih terperinciFOURIER April 2013, Vol. 2, No. 1, MODEL PENYEBARAN PENYAKIT POLIO DENGAN PENGARUH VAKSINASI. RR Laila Ma rifatun 1, Sugiyanto 2
FOURIER April 2013, Vol. 2, No. 1, 13 23 MODEL PENYEBARAN PENYAKIT POLIO DENGAN PENGARUH VAKSINASI RR Laila Ma rifatun 1, Sugiyanto 2 1, 2 Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan
Lebih terperinciUNNES Journal of Mathematics
Info Artikel UJM 5 (2) (2016) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm ANALISIS KESTABILAN TITIK KESETIMBANGAN MODEL MATEMATIKA PROSES TRANSMISI VIRUS DENGUE DI DALAM TUBUH
Lebih terperinciOlimpiade Sains Nasional Eksperimen Fisika Tingkat Sekolah Menengah Atas Agustus 2008 Waktu: 4 jam
Olimpiade Sains Nasional 008 Eksperimen Fisika Hal dari Olimpiade Sains Nasional Eksperimen Fisika Tingkat Sekola Menenga Atas Agustus 008 Waktu: 4 jam Petunjuk umum. Hanya ada satu soal eksperimen, namun
Lebih terperinciMODEL MATEMATIKA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE JUMADI
MODEL MATEMATIKA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE JUMADI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa
Lebih terperinciKAJIAN MODEL MARKOV WAKTU DISKRIT UNTUK PENYEBARAN PENYAKIT MENULAR PADA MODEL EPIDEMIK SIR. Oleh: RAFIQATUL HASANAH NRP.
TUGAS AKHIR KAJIAN MODEL MARKOV WAKTU DISKRIT UNTUK PENYEBARAN PENYAKIT MENULAR PADA MODEL EPIDEMIK SIR Oleh: RAFIQATUL HASANAH NRP. 1208 100 021 Dosen Pembimbing: Dra. Laksmi Prita Wardhani, M.Si. Drs.
Lebih terperinciBAB IV PEMBAHASAN. 4.1 Analisis Kestabilan Model Matematika AIDS dengan Transmisi. atau Ibu menyusui yang positif terinfeksi HIV ke anaknya.
BAB IV PEMBAHASAN Pada bab ini dilakukan analisis model penyebaran penyakit AIDS dengan adanya transmisi vertikal pada AIDS. Dari model matematika tersebut ditentukan titik setimbang dan kemudian dianalisis
Lebih terperinci