BAB III BASIC REPRODUCTION NUMBER

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB III BASIC REPRODUCTION NUMBER"

Transkripsi

1 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 akan terjadi epidemi atau tidak. Besaran ini dikenal dengan nama Basic Reproduction umber (R ). Untuk lebih jelasnya akan diuraikan sebagai berikut. 3.1 Basic Reproduction umber (R ) Basic reproduction number (R ) menjadi suatu hal yang paling penting dalam mempelajari epidemik, khususnya digunakan dalam membandingkan efek pengontrolan pada dinamika populasi, usaha yang dibutuhkan untuk pengontrolan dan keefektifannya. Dalam demografi dan ekologi, R diinterprestasikan sebagai nilai ekpektasi dari betina yang melahirkan keturunan betina selama masa hidupnya. amun R biasanya digunakan dalam epidemik. R bergantung pada kontak/hubungan, penularan, perioda infeksi, heterogenitas, jalur transmisi (langsung, tidak langsung, vertical, horizontal, diagonal, melalui vektor dan lain-lain). Basic Reproduction umber (R ) adalah nilai ekpektasi dari terjadinya kasus sekunder akibat dari kasus primer dalam suatu populasi yang virgin dan tertutup. 13

2 Tertutup artinya terjadinya penambahan atau pengurangan jumlah populasi hanya melalui kelahiran dan kematian. Dalam penyebaran demam berdarah dengue, nilai R dapat mengindikasikan apakah timbul penularan suatu penyakit atau tidak sama sekali. Jika R >1 artinya pada populasi terjadi kasus epidemik atau terjadi penularan penyakit sedangkan R <1 artinya pada populasi tidak terjadi kasus epidemik atau tidak terjadi penularan penyakit. Ada beberapa metoda dalam menghitung Basic Rreproduction umber (R ) baik untuk penyakit infeksi yang ditulari lewat vektor maupun yang bukan melewati vektor, yaitu 1. Menghitung jumlah host yang berpotensial untuk terinfeksi oleh orang yang terinfeksi pertama kali. amun ini membutuhkan data entomologi yang biasanya tidak diketahui. 2. Menggunakan hubungan antara R dengan nilai akhir yang merata. Untuk menaksir nilai rataannya, mesti diketahui jumlah akhir dari kasus dan ukuran populasi dimana epidemik sedang berkembang. amun ini sulit untuk ditentukan. Karena bisa terjadi penaksiran yang terlalu rendah pada jumlah kasus yang tidak dilaporkan atau mungkin penaksiran yang terlalu tinggi karena kesamaan dari gejala demam berdarah atau penyakit lainnya. 3. Anggap penularannya berantai. Tapi ini sulit untuk menentukan siapa menginfeksi siapa dan ketika kasus tidak sesuai dengan yang sebenarnya. 4. Menaksir nilai R dari gradien pertumbuhan eksponensial jumlah kasus (force of infection). Metoda ini menggunakan data (biasanya data harian) dan tidak bergantung pada ukuran kasus yang dilaporkan dan dimonitor, selama ukuran ini diasumsikan konstan, dengan memasukkan nilai periode inkubasi intrinsik dan ekstrinsik, metode ini memberikan hasil yang lebih baik dibandingkan metode lainnya. 14

3 3.2 Model Basic Reproduction umber Demam Berdarah Dengue Ada beberapa Model yang akan dibahas dalam bab ini, antara lain Model 1 Basic Reproduction umber Misalkan x(t) adalah jumlah susceptible, y(t) adalah individu terinfeksi, n(t) adalah total populasi dengan µ adalah angka kematian dari populasi host, β adalah kontak rate, 1 adalah periode terinfeksi. Sehingga diperoleh hubungan γ dy( t) x( t) y( t) = β ( μ + γ ) y( t) (3.1) n( t) Pada awal epidemik diasumsikan bahwa jumlah total populasi (n) sama dengan jumlah susceptible (x). dy() t = βy() t ( μ + γ) y() t dy() t = ( β ( μ + γ)) y( t) dy() t = ( β ( μ γ) ) yt () + ln yt ( ) = + t ( β ( μ γ) ) sehingga diperoleh solusi untuk Persamaan 3.1 adalah ( ( )) (3.2) y() t = exp β μ + γ t + C dengan C adalah suatu konstanta. Kemudian dengan menggunakan first doubling time (t d ) - yaitu selang waktu dimana jumlah kasus penyakit meningkat menjadi dua kali lipat atau y(t d ) = 2y() maka dari Persamaan 3.2 akan diperoleh nilai Basic Reproduction umber (R ) sebagai berikut 15

4 ln 2y() = ( β ( μ + γ )) t ln 2 + ( μ + γ ) t ln 2 ( μ + γ ) t R d ln 2 = ( μ + γ ) t β + 1 = ( μ + γ ) + d d = βt 1 d d (3.3) Model 2 Basic Reproduction umber Model lain yang digunakan dalam menentukan Basic Reproduction umber (R ) adalah dengan menggunakan force of infection (Λ ) yaitu peluang susceptible (orang sehat yang mungkin sakit) menjadi terinfeksi, ( ) K() t e Λt (3.4) dengan K adalah jumlah kasus demam berdarah pada saat t. Pada awal epidemik, populasi di asumsikan homogen. Berikut adalah laju pertambahan jumlah host dan vektor penyakit demam berdarah dengue, d () () S t S t VI () t = γ mab γ S () t (3.5) V d ( ) I () t S t τi V I ( t τi) = mab γ I () t (3.6) V dv () () S t V S t I () t = λ V ac λ V S () t (3.7) dv ( ) I () t V S t τe I ( t τe) = exp( λτ ) e ac λv I ( t) (3.8) 16

5 Keempat Persamaan di atas menjelaskan laju perubahan populasi tiap kompartemen sebagai berikut : 1. Laju jumlah susceptible host terhadap waktu. Penambahannya dipengaruhi oleh kelahiran alami susceptible host dan berkurang karena adanya kontak antara susceptible host dengan infectious vektor yang dipengaruhi oleh indeks banyaknya vektor terhadap host, nilai rata-rata dari gigitan perhari pervektor perhost, proporsi gigitan dari infectious vector pada susceptible host sehingga menjadi terinfeksi dibagi dengan jumlah total vektor, dan kembali berkurang karena adanya kematian dari susceptible host. 2. Laju jumlah infectious host terhadap waktu. Penambahannya dipengaruhi oleh adanya kontak antara susceptible host dengan infectious vector pada saat lampau, indeks banyaknya vektor terhadap host, jumlah rata-rata dari gigitan perhari pervektor perhost, proporsi gigitan infectious vector pada susceptible host sehingga menjadi terinfeksi terhadap jumlah total vektor, dan kembali berkurang karena kematian dari infectious host. 3. Laju jumlah susceptible vektor terhadap waktu. Penambahannya dipengaruhi oleh kelahiran alami dari vektor dan berkurang karena adanya kontak antara susceptible vektor dengan infectious host, nilai rata-rata dari gigitan perhari pervektor per host, proporsi gigitan dari susceptible vektor pada host sehingga menjadi infectious vector, dan berkurang karena kematian dari susceptible vektor. 4. Laju jumlah infectious vector terhadap waktu. Penambahannya dipengaruhi oleh adanya kontak antara susceptible vektor dengan infectious host pada saat lampau (masa inkubasi ekstrinsik pada vektor), nilai rata-rata dari gigitan perhari pervektor per host, proporsi gigitan dari susceptible vector pada host sehingga menjadi infectious vektor dan berkurang karena kematian dari infectious vektor. 17

6 Simbol Parameter Tabel Variabel dan Parameter ilai S () t jumlah susceptible host variabel I () t jumlah infectious host variabel V S () t jumlah susceptible vector variabel V I () t jumlah infectious vector variabel nilai awal dari susceptible host 6 V jumlah total vektor -18 a nilai rata-rata dari gigitan perhari pervektor per host -.5 /hari b c proporsi gigitan dari infectious vector pada susceptible host sehingga menjadi terinfeksi proporsi gigitan dari susceptible vector pada host sehingga menjadi infectious vector m indek banyaknya nyamuk terhadap manusia -3 proporsi awal dari susceptible host 1 γ survive rate dari host -.5 /hari λ survive rate dari vektor -.2 /hari τ e masa inkubasi ekstrinsik (pada vektor) 1-16 hari τ i masa inkubasi intrinsik (pada host) 1-11 hari -1-1 Untuk kasus ini, jumlah host dan vektor yang tidak susceptible diabaikan, dan jumlah host dan vektor dapat diasumsikan sebagai berikut, I ( t) exp( Λ t) dan V I ( t) V exp( Λ t) (3.9) S () t dan V S () t (3.1) Persamaan 3.9 dan 3.1 disubsitusikan ke Persamaan 3.6 dan 3.8 maka V 18

7 bagi Persamaan A dan B dengan mab V e Λ e = (A) Λ( t τ i) Λt Λt γ e V e ac e ( λτe) Λ( t τ e) Λt V Λt Λ Ve = λve (B) ( t) e Λ, sehingga didapatkan Persamaan Λτi Λ+ γ = (C) V ( ) mab V e Subsitusikan C ke D e ( Λ+ λ) V = λτe ac e V Λτe Λ ( τe+ τi) λτe 2 ( λ)( γ) (D) Λ+ Λ+ e = e a mbc (E) Kedua sisi Persamaan E dibagi dengan γλ sehingga diperoleh nilai R sebagai berikut, 2 Λ Λ ma bc exp Λ ( τ e + τi) = R * = exp( λ e) γ λ τ (3.11) λγ Maka secara umum dapat dituliskan Model untuk menentukan nilai Basic Reproduction umber (R ) adalah Λ Λ 1 1 exp e i γ λ R = + + Λ ( τ + τ ) (3.12) 3.3 Perhitungan Basic Reproduction umber (R ) Pada sub bab ini akan dihitung besarnya Basic Reproduction umber (R ) Demam Berdarah Dengue untuk kasus demam berdarah yang pernah terjadi di beberapa negara Asia dan kota Bandung dengan menggunakan Model yang ada pada sub bab 3.2. Dalam perhitungan ini, digunakan Model lain sebagai perbandingan yang ditemukan oleh Marques (1994) 19

8 dan oleh Massad (21) Λ R = 1+ (3.13) γ Λ Λ R = (3.14) γ λ Basic Reproduction umber (R ) untuk Kasus DBD di Beberapa egara Asia Misalkan parameter yang digunakan adalah λ =.2, γ =.5, τ = 7 hari, dan τ =5 hari e dengan mensubtitusikan data penyakit DBD pada Persamaan 3.4 dan menggunakan Model 3.12, maka besarnya Basic Reproduction umber (R ) untuk beberapa egara Asia adalah sebagai berikut i Gambar 3.1 Basic Reproduction umber DBD beberapa negara Asia Dari grafik di atas, dapat dilihat bahwa rata-rata R untuk kasus demam berdarah di beberapa negara di Asia lebih dari satu, artinya telah terjadi kasus endemik atau penyebaran penyakit DBD dibeberapa negara Asia. 2

9 Sebagai perbandingan, akan dihitung R dengan menggunakan Model di Persamaan 3.13 dan 3.14 sehingga nilai R untuk negara Indonesia adalah seperti grafik berikut Gambar 3.2 Basic Reproduction umber DBD di Indonesia Grafik 3.2 memperlihatkan bahwa perhitungan R dengan menggunakan Model di Persamaan 3.12 jauh lebih besar jika dibandingkan dengan dua Model di Persamaan 3.13 dan 3.14 (Massad dan Marques). Model Massad dan Marques cenderung konstan karena hanya melibatkan beberapa parameter yang nilainya konstan jika dibandingkan dengan Persamaan Basic Reproduction umber (R ) untuk Kasus DBD di Kota Bandung Dengan menggunakan besaran parameter dan Model yang sama dengan sub bab 3.3.1, maka berdasarkan data kasus DBD di kota Bandung akan diperoleh perhitungan R untuk kota Bandung sebagai berikut 21

10 Gambar 3.3 Basic Reproduction umber DBD di Kota Bandung Dari Gambar 3.3 dapat disimpulkan bahwa telah terjadi kasus endemik demam berdarah dengue di kota Bandung karena Basic Reproduction umber nya lebih besar dari satu baik menggunakan Model 3.12 maupun menggunakan Model Massad dan Marques dan cenderung meningkat dari tahun ke tahun. 22

BAB IV ANALISIS MODEL 2

BAB IV ANALISIS MODEL 2 BAB V AAL MODEL BAB V AAL MODEL Pada bab ini akan dibahas titik-titik kesetimbangan Model tanpa delay dan dengan delay. Model yang akan dibahas adalah Model Persamaan 3.5 3.8. elain itu, pada bab ini juga

Lebih terperinci

III. MODEL MATEMATIK PENYEBARAN PENYAKIT DBD

III. 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 terperinci

II MODEL MATEMATIKA PENYEBARAN PENYAKIT DBD

II 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 terperinci

Oleh Nara Riatul Kasanah Dosen Pembimbing Drs. Sri Suprapti H., M.Si

Oleh 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 terperinci

Inisialisasi Sistem Peringatan Dini Penyebaran Penyakit Demam Berdarah Dengue

Inisialisasi 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 terperinci

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. 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 terperinci

IV HASIL DAN PEMBAHASAN

IV HASIL DAN PEMBAHASAN IV HASIL DAN PEMBAHASAN 4.1 Penentuan Titik Tetap Analisis titik tetap pada sistem persamaan diferensial sering digunakan untuk menentukan suatu solusi yang tidak berubah menurut waktu, yaitu pada saat

Lebih terperinci

Analisa Kualitatif pada Model Penyakit Parasitosis

Analisa 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 terperinci

Kesimpulan serta Masalah yang masih Terbuka

Kesimpulan 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

Prosiding Seminar Hasil-Hasil PPM IPB 2015 Vol. I : ISBN :

Prosiding Seminar Hasil-Hasil PPM IPB 2015 Vol. I : ISBN : Vol. I : 214 228 ISBN : 978-602-8853-27-9 MODEL EPIDEMIK STOKASTIK PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE DI JAWA BARAT (Stochastic Epidemic Model of Dengue Fever Spread in West Java Province) Paian

Lebih terperinci

Pemodelan dan Simulasi Matematika Pengendalian Epidemi DBD di Wilayah Bandung dan Sekitarnya

Pemodelan dan Simulasi Matematika Pengendalian Epidemi DBD di Wilayah Bandung dan Sekitarnya LAPORAN EKSEKUTIF HASILPENELITIAN HIBAH PENELITIAN PASCASARJANA HPTP (HIBAH PASCA) Pemodelan dan Simulasi Matematika Pengendalian Epidemi DBD di Wilayah Bandung dan Sekitarnya Oleh: Prof. Dr. Edy Soewono

Lebih terperinci

Bab III Model Matematika Transmisi Filariasis Tanpa Pengobatan

Bab III Model Matematika Transmisi Filariasis Tanpa Pengobatan Bab III Model Matematika Transmisi Filariasis Tanpa Pengobatan Situasi filariasis dalam kehidupan nyata telah dijelaskan di Bab I dan II Selanjunya, penyederhanaan masalah untuk memudahkan pembentukan

Lebih terperinci

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teori Pendukung II.1 Sistem Autonomous Tinjau sistem persamaan differensial berikut, = dy = f(x, y), g(x, y), (2.1) dengan asumsi f dan g adalah fungsi kontinu yang mempunyai turunan yang kontinu

Lebih terperinci

Dengan maraknya wabah DBD ini perlu adanya suatu penelitian dan pemikiran yang

Dengan 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 terperinci

BAB 2 BEBERAPA MODEL EPIDEMI. Laju pertumbuhan populasi akan dapat diketahui apabila kelahiran, kematian

BAB 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 terperinci

Model Matematika Penyebaran Internal Demam Berdarah Dengue dalam Tubuh Manusia

Model 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 terperinci

ANALISIS STABILITAS SISTEM DINAMIK UNTUK MODEL MATEMATIKA EPIDEMIOLOGI TIPE-SIR (SUSCEPTIBLES, INFECTION, RECOVER)

ANALISIS STABILITAS SISTEM DINAMIK UNTUK MODEL MATEMATIKA EPIDEMIOLOGI TIPE-SIR (SUSCEPTIBLES, INFECTION, RECOVER) Jurnal Euclid, Vol.4, No.1, pp.646 ANALISIS STABILITAS SISTEM DINAMIK UNTUK MODEL MATEMATIKA EPIDEMIOLOGI TIPE-SIR (SUSCEPTIBLES, INFECTION, RECOVER) Herri Sulaiman Program Studi Pendidikan Matematika

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas tinjauan pustaka yang akan digunakan untuk tesis ini, yang selanjutnya akan di perlukan pada Bab 3. Tinjauan pustaka yang dibahas adalah mengenai yang mendukung

Lebih terperinci

Model Matematika Penyebaran Eksternal Demam Berdarah Dengue

Model Matematika Penyebaran Eksternal Demam Berdarah Dengue BAB II Model Matematika Penyebaran Eksternal Demam Berdarah Dengue Bab ini terbagi menjadi tiga bagian. Bagian pertama berisi penurunan model matematika penyebaran penyakit DBD yang selanjutnya akan disebut

Lebih terperinci

III MODEL MATEMATIKA S I R. δ δ δ

III MODEL MATEMATIKA S I R. δ δ δ 9 III MODEL MATEMATIKA 3.1 Model SIRS Model dasar yang digunakan untuk menggambarkan penyebaran pengguna narkoba adalah model SIRS. Model ini dikemukakan oleh Kermac dan McKendric (1927) sebagai model

Lebih terperinci

KESTABILAN 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) 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Penyakit infeksi (infectious disease), yang juga dikenal sebagai communicable disease atau transmissible disease adalah penyakit yang nyata secara klinik (yaitu, tanda-tanda

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 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 terperinci

BAB III HASIL DAN PEMBAHASAN. ekuilibrium bebas penyakit beserta analisis kestabilannya. Selanjutnya dilakukan

BAB 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 terperinci

ANALISIS STABILITAS MODEL MATEMATIKA DARI PENYEBARAN PENYAKIT MENULAR MELALUI TRANSPORTASI ANTAR DUA KOTA

ANALISIS STABILITAS MODEL MATEMATIKA DARI PENYEBARAN PENYAKIT MENULAR MELALUI TRANSPORTASI ANTAR DUA KOTA ANALISIS STABILITAS MODEL MATEMATIKA DARI PENYEBARAN PENYAKIT MENULAR MELALUI TRANSPORTASI ANTAR DUA KOTA ANALYSIS OF STABILITY OF SPREADING DISEASE MATHEMATICAL MODEL WITH TRANSPORT-RELATED INFECTION

Lebih terperinci

BAB IV PEMBAHASAN. 4.1 Proses Pencabangan model DTMC SIR

BAB IV PEMBAHASAN. 4.1 Proses Pencabangan model DTMC SIR BAB IV PEMBAHASAN 4.1 Proses Pencabangan model DTMC SIR Proses pencabangan suatu individu terinfeksi berbentuk seperti diagram pohon dan diasumsikan bahwa semua individu terinfeksi adalah saling independent

Lebih terperinci

ANALISIS KESTABILAN MODEL MATEMATIKA PENYEBARAN PENYAKIT DBD DENGAN INKUBASI INTRINSIK DAN GABUNGAN INKUBASI INTRINSIK DAN EKSTRINSIK RINANCY TUMILAAR

ANALISIS KESTABILAN MODEL MATEMATIKA PENYEBARAN PENYAKIT DBD DENGAN INKUBASI INTRINSIK DAN GABUNGAN INKUBASI INTRINSIK DAN EKSTRINSIK RINANCY TUMILAAR ANALISIS KESTABILAN MODEL MATEMATIKA PENYEBARAN PENYAKIT DBD DENGAN INKUBASI INTRINSIK DAN GABUNGAN INKUBASI INTRINSIK DAN EKSTRINSIK RINANCY TUMILAAR SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

FOURIER 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, 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 terperinci

LANDASAN TEORI HERD IMMUNITY

LANDASAN TEORI HERD IMMUNITY LANDASAN TEORI HERD IMMUNITY Sub Topik Kuliah Epidemiologi Penyakit Menular Universitas Esa Unggul Jakarta, November 2015 Oleh: Ade Heryana LANDASAN TEORI HERD IMMUNITY Oleh: Ade Heryana Terdapat 3 teori

Lebih terperinci

PEMODELAN MATEMATIKA DAN ANALISIS STABILITAS DARI PENYEBARAN PENYAKIT FLU BURUNG

PEMODELAN MATEMATIKA DAN ANALISIS STABILITAS DARI PENYEBARAN PENYAKIT FLU BURUNG PEMODELAN MATEMATIKA DAN ANALISIS STABILITAS DARI PENYEBARAN PENYAKIT FLU BURUNG Dinita Rahmalia Universitas Islam Darul Ulum Lamongan, Abstrak. Di Indonesia terdapat banyak peternak unggas sebagai matapencaharian

Lebih terperinci

MODEL MATEMATIKA DALAM KASUS EPIDEMIK KOLERA DENGAN POPULASI KONSTAN. Renny, M.Si Program Studi Matematika Universitas Jenderal Soedirman

MODEL MATEMATIKA DALAM KASUS EPIDEMIK KOLERA DENGAN POPULASI KONSTAN. Renny, M.Si Program Studi Matematika Universitas Jenderal Soedirman MODEL MATEMATIKA DALAM KASUS EPIDEMIK KOLERA DEGA POPULASI KOSTA T 10 Renny, M.Si Program Studi Matematika Universitas Jenderal Soedirman ABSTRAK. Dalam paper ini dibahas tentang model penyebaran penyakit

Lebih terperinci

MODEL MATEMATIKA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE TIPE SEIR INFEKSI GANDA ELINORA NAIKTEAS BANO

MODEL MATEMATIKA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE TIPE SEIR INFEKSI GANDA ELINORA NAIKTEAS BANO MODEL MATEMATIKA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE TIPE SEIR INFEKSI GANDA ELINORA NAIKTEAS BANO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2017 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

BAB III MODEL KAPLAN. 3.1 Model Kaplan

BAB III MODEL KAPLAN. 3.1 Model Kaplan BAB III MODEL KAPLAN Pada bab ini akan dipaparkan model Kaplan secara terperinci sebelum memodifikasinya menjadi model yang lebih realistis pada bab selanjutnya. Kaplan memberikan suatu model deterministik

Lebih terperinci

Perhitungan Basic Reproduction Number (R 0 ) Demam Berdarah Dengue Melalui Beberapa Metode dengan Studi Kasus Data di Indonesia

Perhitungan Basic Reproduction Number (R 0 ) Demam Berdarah Dengue Melalui Beberapa Metode dengan Studi Kasus Data di Indonesia Perhitungan Basic Reproduction Number (R 0 ) Demam Berdarah Dengue Melalui Beberapa Metode dengan Studi Kasus Data di Indonesia Tugas Akhir Diajukan untuk Memenuhi Persyaratan Sidang Sarjana Matematika

Lebih terperinci

III PEMODELAN. (Giesecke 1994)

III PEMODELAN. (Giesecke 1994) 4 2.2 Bilangan Reproduksi Dasar Bilangan reproduksi dasar adalah potensi penularan penyakit pada populasi rentan, merupakan rata-rata jumlah individu yang terinfeksi secara langsung oleh seorang penderita

Lebih terperinci

BAB 1 PENDAHULUAN. Dengue adalah penyakit infeksi virus pada manusia yang ditransmisikan

BAB 1 PENDAHULUAN. Dengue adalah penyakit infeksi virus pada manusia yang ditransmisikan BAB 1 PENDAHULUAN 1.1 Latar Belakang Dengue adalah penyakit infeksi virus pada manusia yang ditransmisikan oleh nyamuk. Dengue menginfeksi lebih dari 1 juta penduduk diseluruh dunia setiap tahunnya dan

Lebih terperinci

ANALISIS STABILITAS PADA PENYEBARAN PENYAKIT CAMPAK DAN DEMAM BERDARAH DENGUE DI KABUPATEN JEMBER SKRIPSI. Oleh Andy Setyawan NIM

ANALISIS STABILITAS PADA PENYEBARAN PENYAKIT CAMPAK DAN DEMAM BERDARAH DENGUE DI KABUPATEN JEMBER SKRIPSI. Oleh Andy Setyawan NIM ANALISIS STABILITAS PADA PENYEBARAN PENYAKIT CAMPAK DAN DEMAM BERDARAH DENGUE DI KABUPATEN JEMBER SKRIPSI diajukan guna melengkapi tugas akhir dan memenuhi salah satu syarat untuk menyelesaikan Program

Lebih terperinci

MODEL STOKASTIK PENYEBARAN PENYAKIT DEMAM BERDARAH DI KOTA DEPOK PENDAHULUAN

MODEL 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 terperinci

BAB IV PENGEMBANGAN MODEL KAPLAN

BAB IV PENGEMBANGAN MODEL KAPLAN BAB IV PENGEMBANGAN MODEL KAPLAN Pada bab ini akan dibahas model yang dikembangkan dari model Kaplan. Terdapat beberapa asumsi Kaplan yang akan dimodifikasi. Selain itu, pada bab ini juga diberikan analisis

Lebih terperinci

BAB I PENDAHULUAN 1.1.Latar Belakang

BAB I PENDAHULUAN 1.1.Latar Belakang BAB I PENDAHULUAN 1.1.Latar Belakang Perkembangan ilmu pengetahuan dibidang Matematika memberikan peranan penting dalam membantu menganalisa dan mengontrol penyebaran penyakit. Kejadian-kejadian yang ada

Lebih terperinci

PENGARUH PARAMETER PENGONTROL DALAM MENEKAN PENYEBARAN PENYAKIT FLU BURUNG. Rina Reorita, Niken Larasati, dan Renny

PENGARUH PARAMETER PENGONTROL DALAM MENEKAN PENYEBARAN PENYAKIT FLU BURUNG. Rina Reorita, Niken Larasati, dan Renny JMP : Volume 3 Nomor 1, Juni 11 PENGARUH PARAMETER PENGONTROL DALAM MENEKAN PENYEBARAN PENYAKIT FLU BURUNG Rina Reorita, Niken Larasati, dan Renny Program Studi Matematika, Jurusan MIPA, Fakultas Sains

Lebih terperinci

BAB I PENDAHULUAN. penyebabnya adalah gaya hidup dan lingkungan yang tidak sehat. Murwanti dkk,

BAB I PENDAHULUAN. penyebabnya adalah gaya hidup dan lingkungan yang tidak sehat. Murwanti dkk, BAB I PENDAHULUAN A. Latar Belakang Berbagai jenis penyakit semakin banyak yang muncul salah satu penyebabnya adalah gaya hidup dan lingkungan yang tidak sehat. Murwanti dkk, (2013: 64) menyebutkan bahwa

Lebih terperinci

Analisis Stabilitas Model SIR (Susceptibles, Infected, Recovered) Pada Penyebaran Penyakit Demam Berdarah Dengue di Provinsi Maluku

Analisis Stabilitas Model SIR (Susceptibles, Infected, Recovered) Pada Penyebaran Penyakit Demam Berdarah Dengue di Provinsi Maluku Analisis Stabilitas Model SIR (Susceptibles, Infected, Recovered) Pada Penyebaran Penyakit Demam Berdarah Dengue di Provinsi Maluku Zeth Arthur Leleury Jurusan Matematika Fakultas MIPA Universitas Pattimura

Lebih terperinci

Oleh : HASNAN NASRUN SUBCHAN, MAHMUD YUNUS

Oleh : HASNAN NASRUN SUBCHAN, MAHMUD YUNUS Oleh : HASNAN NASRUN SUBCHAN, MAHMUD YUNUS ABSTRAK Penyakit Tuberkulosis (TB) merupakan salah satu penyakit menular tertua yang menyerang manusia. Badan kesehatan dunia (WHO) menyatakan bahwa sepertiga

Lebih terperinci

Model Dan Simulasi Transmisi Virus Dengue Di Dalam Tubuh Manusia

Model Dan Simulasi Transmisi Virus Dengue Di Dalam Tubuh Manusia Model Dan Simulasi Transmisi Virus Dengue Di Dalam Tubuh Manusia Program Studi Matematika FMIPA UAD Abstrak Penelitian ini dilakukan untuk mengetahui pemodelan matematika mengenai transmisi virus dengue

Lebih terperinci

Bab 3 MODEL DAN ANALISIS MATEMATIKA

Bab 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 terperinci

BIFURKASI PADA MODEL SUSCEPTIBLE INFECTED RECOVERED (SIR) DENGAN WAKTU TUNDA DAN LAJU PENULARAN BILINEAR SKRIPSI

BIFURKASI PADA MODEL SUSCEPTIBLE INFECTED RECOVERED (SIR) DENGAN WAKTU TUNDA DAN LAJU PENULARAN BILINEAR SKRIPSI BIFURKASI PADA MODEL SUSCEPTIBLE INFECTED RECOVERED (SIR) DENGAN WAKTU TUNDA DAN LAJU PENULARAN BILINEAR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta

Lebih terperinci

BAB 1 PENDAHULUAN. Gambaran epidemiologi..., Lila Kesuma Hairani, FKM UI, 2009 Universitas Indonesia

BAB 1 PENDAHULUAN. Gambaran epidemiologi..., Lila Kesuma Hairani, FKM UI, 2009 Universitas Indonesia 1 BAB 1 PENDAHULUAN I. Latar Belakang Penyakit Demam Berdarah Dengue atau yang lebih dikenal dengan singkatan DBD adalah penyakit menular yang disebabkan oleh virus dengue dan merupakan vector borne disease

Lebih terperinci

BAB II KAJIAN TEORI. representasi pemodelan matematika disebut sebagai model matematika. Interpretasi Solusi. Bandingkan Data

BAB II KAJIAN TEORI. representasi pemodelan matematika disebut sebagai model matematika. Interpretasi Solusi. Bandingkan Data A. Model Matematika BAB II KAJIAN TEORI Pemodelan matematika adalah proses representasi dan penjelasan dari permasalahan dunia real yang dinyatakan dalam pernyataan matematika (Widowati dan Sutimin, 2007:

Lebih terperinci

Studi Penyebaran Penyakit Flu Burung Melalui Kajian Dinamis Revisi Model Endemik SIRS Dengan Pemberian Vaksinasi Unggas. Jalan Sukarno-Hatta Palu,

Studi Penyebaran Penyakit Flu Burung Melalui Kajian Dinamis Revisi Model Endemik SIRS Dengan Pemberian Vaksinasi Unggas. Jalan Sukarno-Hatta Palu, Studi Penyebaran Penyakit Flu Burung Melalui Kajian Dinamis Revisi Model Endemik SIRS I. Murwanti 1, R. Ratianingsih 1 dan A.I. Jaya 1 1 Jurusan Matematika FMIPA Universitas Tadulako, Jalan Sukarno-Hatta

Lebih terperinci

MODEL MATEMATIK DEMAM BERDARAH DENGUE DENGAN NYAMUK Aedes albopictus SEBAGAI VEKTOR JAMES U. L. MANGOBI

MODEL MATEMATIK DEMAM BERDARAH DENGUE DENGAN NYAMUK Aedes albopictus SEBAGAI VEKTOR JAMES U. L. MANGOBI MODEL MATEMATIK DEMAM BERDARAH DENGUE DENGAN NYAMUK Aedes albopictus SEBAGAI VEKTOR JAMES U. L. MANGOBI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2011 i PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

ANALISIS MODEL MATEMATIKA PENYEBARAN KOINFEKSI MALARIA-TIFUS

ANALISIS MODEL MATEMATIKA PENYEBARAN KOINFEKSI MALARIA-TIFUS ANALISIS MODEL MATEMATIKA PENYEBARAN KOINFEKSI MALARIA-TIFUS Nur Hamidah 1), Fatmawati 2), Utami Dyah Purwati 3) 1)2)3) Departemen Matematika, Fakultas Sains dan Teknologi, Universitas Airlangga Kampus

Lebih terperinci

ANALISIS KESTABILAN MODEL DINAMIK PENYEBARAN VIRUS INFLUENZA

ANALISIS KESTABILAN MODEL DINAMIK PENYEBARAN VIRUS INFLUENZA ANALISIS KESTABILAN MODEL DINAMIK PENYEBARAN VIRUS INFLUENZA SKRIPSI Oleh Elok Faiqotul Himmah J2A413 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO SEMARANG 28

Lebih terperinci

MODEL MATEMATIKA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE JUMADI

MODEL 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 terperinci

T - 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 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 terperinci

III PEMBAHASAN. μ v. r 3. μ h μ h r 4 r 5

III PEMBAHASAN. μ v. r 3. μ h μ h r 4 r 5 III PEMBAHASAN 3.1 Perumusan Model Model yang akan dibahas dalam karya ilmiah ini adalah model SIDRS (Susceptible Infected Dormant Removed Susceptible) dari penularan penyakit malaria dalam suatu populasi.

Lebih terperinci

Oleh : Dinita Rahmalia NRP Dosen Pembimbing : Drs. M. Setijo Winarko, M.Si.

Oleh : Dinita Rahmalia NRP Dosen Pembimbing : Drs. M. Setijo Winarko, M.Si. PERMODELAN MATEMATIKA DAN ANALISIS STABILITAS DARI PENYEBARAN PENYAKIT FLU BURUNG (MATHEMATICAL MODEL AND STABILITY ANALYSIS THE SPREAD OF AVIAN INFLUENZA) Oleh : Dinita Rahmalia NRP 1206100011 Dosen Pembimbing

Lebih terperinci

Agus Suryanto dan Isnani Darti

Agus Suryanto dan Isnani Darti Pengaruh Waktu Tunda pada Model Pertumbuhan Logistik Agus Suryanto dan Isnani Darti Jurusan Matematika - FMIPA Universitas Brawijaya suryanto@ub.ac.id www.asuryanto.lecture.ub.ac.id Prodi Pendidikan Matematika

Lebih terperinci

BAB 1 PENDAHULUAN. masyarakat karena menyebar dengan cepat dan dapat menyebabkan kematian (Profil

BAB 1 PENDAHULUAN. masyarakat karena menyebar dengan cepat dan dapat menyebabkan kematian (Profil BAB 1 PENDAHULUAN 1.1. Latar Belakang Demam Berdarah Dengue (DBD) merupakan salah satu penyakit menular yang sampai saat ini masih menjadi masalah kesehatan masyarakat di Indonesia, sering muncul sebagai

Lebih terperinci

SIFAT-SIFAT DINAMIK DARI MODEL INTERAKSI CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN

SIFAT-SIFAT DINAMIK DARI MODEL INTERAKSI CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN Jurnal Matematika UNAND Vol. 5 No. 2 Hal. 50 55 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND SIFAT-SIFAT DINAMIK DARI MODEL INTERAKSI CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN AIDA BETARIA Program

Lebih terperinci

THE EFFECT OF DELAYED TIME OF OSCILLATION IN THE LOGISTIC EQUATION

THE 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 terperinci

ADLN PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB IV PEMBAHASAN. optimal dari model untuk mengurangi penyebaran polio pada dengan

ADLN PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB IV PEMBAHASAN. optimal dari model untuk mengurangi penyebaran polio pada dengan BAB IV PEMBAHASAN Pada bab ini akan dilakukan analisis model dan kontrol optimal penyebaran polio dengan vaksinasi. Dari model matematika penyebaran polio tersebut akan ditentukan titik setimbang dan kemudian

Lebih terperinci

Model Matematika SIV Untuk Penyebaran Virus Tungro Pada Tanaman Padi

Model Matematika SIV Untuk Penyebaran Virus Tungro Pada Tanaman Padi Seminar Matematika dan Pendidikan Matematika UNY 2017 Model Matematika SIV Untuk Penyebaran Virus Tungro Pada Tanaman Padi Sischa Wahyuning Tyas 1, Dwi Lestari 2 Universitas Negeri Yogyakarta 1 Universitas

Lebih terperinci

BAB 1 PENDAHULUAN. Penyakit Demam Berdarah Dengue (DBD) atau Dengue Haemorhagic Fever

BAB 1 PENDAHULUAN. Penyakit Demam Berdarah Dengue (DBD) atau Dengue Haemorhagic Fever BAB 1 PENDAHULUAN 1.1 Latar Belakang Penyakit Demam Berdarah Dengue (DBD) atau Dengue Haemorhagic Fever (DHF) adalah penyakit menular yang disebabkan oleh virus dengue dan ditularkan melalui gigitan nyamuk

Lebih terperinci

MODEL SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) UNTUK PENYEBARAN PENYAKIT TUBERKULOSIS

MODEL 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 terperinci

MODEL EPIDEMI RANTAI MARKOV WAKTU DISKRIT SUSCEPTIBLE INFECTED RECOVERED DENGAN DUA PENYAKIT

MODEL EPIDEMI RANTAI MARKOV WAKTU DISKRIT SUSCEPTIBLE INFECTED RECOVERED DENGAN DUA PENYAKIT MODEL EPIDEMI RANTAI MARKOV WAKTU DISKRIT SUSCEPTIBLE INFECTED RECOVERED DENGAN DUA PENYAKIT Wisnu Wardana, Respatiwulan, dan Hasih Pratiwi Program Studi Matematika FMIPA UNS ABSTRAK. Pola penyebaran penyakit

Lebih terperinci

KATA PENGANTAR. Penulis

KATA PENGANTAR. Penulis KATA PENGANTAR Bismillahirrahmaanirrahiim... Puji dan syukur penulis panjatkan ke hadirat Allah SWT yang telah memberikan rahmat dan hidayah-nya sehingga penulisan tugas akhir ini dapat terselesaikan dengan

Lebih terperinci

UNNES Journal of Mathematics

UNNES 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 terperinci

ANALISIS DAN SIMULASI MODEL MATEMATIKA PENYAKIT DEMAM DENGUE DENGAN SATU SEROTIF VIRUS DENGUE

ANALISIS DAN SIMULASI MODEL MATEMATIKA PENYAKIT DEMAM DENGUE DENGAN SATU SEROTIF VIRUS DENGUE Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 153 162. ANALISIS DAN SIMULASI MODEL MATEMATIKA PENYAKIT DEMAM DENGUE DENGAN SATU SEROTIF VIRUS DENGUE Hendri Purwanto,

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Saat ini banyak sekali penyakit menular yang cukup membahayakan, penyakit menular biasanya disebabkan oleh faktor lingkungan yang cukup baik untuk perkembangbiakan

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Demam berdarah dengue (DBD) merupakan suatu penyakit infeksi akut yang disebabkan oleh virus dengue. Virus ini ditransmisikan melalui cucukan nyamuk dari genus Aedes,

Lebih terperinci

BAB 1 PENDAHULUAN. Malaria adalah penyakit infeksi yang disebabkan oleh protozoa parasit

BAB 1 PENDAHULUAN. Malaria adalah penyakit infeksi yang disebabkan oleh protozoa parasit BAB 1 PENDAHULUAN 1.1 Latar Belakang Malaria adalah penyakit infeksi yang disebabkan oleh protozoa parasit yang merupakan golongan plasmodium yang hidup dan berkembang biak dalam sel darah merah manusia.

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab ini terdiri dari 3 bagian. Pada bagian pertama diberikan tinjauan pustaka dari penelitian-penelitian sebelumnya. Pada bagian kedua diberikan teori penunjang untuk mencapai tujuan

Lebih terperinci

BAB I PENDAHULUAN. Middle East Respiratory Syndrome-Corona Virus atau biasa disingkat MERS-

BAB I PENDAHULUAN. Middle East Respiratory Syndrome-Corona Virus atau biasa disingkat MERS- A. Latar Belakang Penelitian BAB I PENDAHULUAN Middle East Respiratory Syndrome-Corona Virus atau biasa disingkat MERS- CoV adalah penyakit sindrom pernapasan yang disebabkan oleh Virus-Corona yang menyerang

Lebih terperinci

Dinamik Model Epidemi SIRS dengan Laju Kematian Beragam

Dinamik Model Epidemi SIRS dengan Laju Kematian Beragam Jurnal Matematika Integratif ISSN 1412-6184 Volume 10 No 1, April 2014, hal 1-7 Dinamik Model Epidemi SIRS dengan Laju Kematian Beragam Ni matur Rohmah, Wuryansari Muharini Kusumawinahyu Jurusan Matematika,

Lebih terperinci

BAB III PEMBAHASAN. Ebola. Setelah model terbentuk, akan dilanjutkan dengan analisa bifurkasi pada

BAB III PEMBAHASAN. Ebola. Setelah model terbentuk, akan dilanjutkan dengan analisa bifurkasi pada BAB III PEMBAHASAN Pada bab ini akan dibentuk model matematika dari penyebaran penyakit virus Ebola. Setelah model terbentuk, akan dilanjutkan dengan analisa bifurkasi pada parameter laju transmisi. A.

Lebih terperinci

MODEL MATEMATIKA EKSTERNAL DAN INTERNAL PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE DISERTASI NUNING NURAINI NIM :

MODEL MATEMATIKA EKSTERNAL DAN INTERNAL PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE DISERTASI NUNING NURAINI NIM : MODEL MATEMATIKA EKSTERNAL DAN INTERNAL PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE DISERTASI Karya tulis sebagai salah satu syarat untuk memperoleh gelar Doktor dari Institut Teknologi Bandung Oleh NUNING

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang. Demam Berdarah Dengue (DBD) adalah penyakit infeksi yang disebabkan

BAB I PENDAHULUAN. A. Latar Belakang. Demam Berdarah Dengue (DBD) adalah penyakit infeksi yang disebabkan 1 BAB I PENDAHULUAN A. Latar Belakang Demam Berdarah Dengue (DBD) adalah penyakit infeksi yang disebabkan oleh virus Dengue, virus ini terdiri dari 4 serotip Den-1, Den-2, Den-3 dan Den-4. Penyakit viral

Lebih terperinci

Tingkat Vaksinasi Minimum untuk Pencegahan Epidemik Berdasarkan Model Matematika SIR

Tingkat Vaksinasi Minimum untuk Pencegahan Epidemik Berdasarkan Model Matematika SIR Matematika Integratif 2(Edisi Khusus): 4-49 Tingkat Vaksinasi Minimum untuk Pencegahan Epidemik Berdasarkan Model Matematika SIR Asep K Supriatna Abstrak Dalam paper ini dibahas sebuah model SIR sederhana

Lebih terperinci

Bab III Model Awal Kecanduan Terhadap Rokok

Bab III Model Awal Kecanduan Terhadap Rokok Bab III Model Awal Kecanduan Terhadap Rokok III.1 Pembentukan Model Model kecanduan terhadap rokok dibentuk menggunakan model dasar dalam epidemiologi yaitu model SIR (Susceptible, Infective, Removed)

Lebih terperinci

BAB IV PEMBAHASAN. 4.1 Analisis Kestabilan Model Matematika AIDS dengan Transmisi. atau Ibu menyusui yang positif terinfeksi HIV ke anaknya.

BAB 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

Matematika dan Statistika

Matematika 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 terperinci

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai definisi-definisi dan teorema-teorema

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai definisi-definisi dan teorema-teorema BAB II LANDASAN TEORI Pada bab ini akan dibahas mengenai definisi-definisi dan teorema-teorema yang akan menjadi landasan untuk pembahasan pada bab III nanti, di antaranya model matematika penyebaran penyakit,

Lebih terperinci

KONTROL OPTIMAL MODEL EPIDEMIK HOST-VECTOR DENGAN SIMULASI MENGGUNAKAN FORWARD-BACKWARD SWEEP METHOD

KONTROL OPTIMAL MODEL EPIDEMIK HOST-VECTOR DENGAN SIMULASI MENGGUNAKAN FORWARD-BACKWARD SWEEP METHOD KONTROL OPTIMAL MODEL EPIDEMIK HOST-VECTOR DENGAN SIMULASI MENGGUNAKAN FORWARD-BACKWARD SWEEP METHOD Dewi Erla Mahmudah 1, Muhammad Zidny Naf an 2 1. STMIK Asia Malang, 2. Fasilkom Universitas Indonesia

Lebih terperinci

PENYELESAIAN NUMERIK DAN ANALISA KESTABILAN PADA MODEL EPIDEMIK SEIR DENGAN PENULARAN PADA PERIODE LATEN

PENYELESAIAN NUMERIK DAN ANALISA KESTABILAN PADA MODEL EPIDEMIK SEIR DENGAN PENULARAN PADA PERIODE LATEN PENYELESAIAN NUMERIK DAN ANALISA KESTABILAN PADA MODEL EPIDEMIK SEIR DENGAN PENULARAN PADA PERIODE LATEN Oleh: Labibah Rochmatika (12 09 100 088) Dosen Pembimbing: Drs. M. Setijo Winarko M.Si Drs. Lukman

Lebih terperinci

ANALISIS KESTABILAN PADA MODEL TRANSMISI VIRUS HEPATITIS B YANG DIPENGARUHI OLEH MIGRASI

ANALISIS 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 terperinci

BAB I PENDAHULUAN. semakin besar. Keadaan rumah yang bersih dapat mencegah penyebaran

BAB I PENDAHULUAN. semakin besar. Keadaan rumah yang bersih dapat mencegah penyebaran 1 BAB I PENDAHULUAN A. Latar Belakang Masalah Seiring bertambahnya waktu maka semakin meningkat juga jumlah penduduk di Indonesia. Saat ini penduduk Indonesia telah mencapai sekitar 200 juta lebih. Hal

Lebih terperinci

Distribusi Probabilitas Kontinyu Teoritis

Distribusi Probabilitas Kontinyu Teoritis Distribusi Probabilitas Kontinyu Teoritis Suprayogi Dist. Prob. Teoritis Kontinyu () Distribusi seragam kontinyu (continuous uniform distribution) Distribusi segitiga (triangular distribution) Distribusi

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang. disebabkan oleh virus dengue yang ditularkan melalui gigitan nyamuk Aedes spp.

BAB I PENDAHULUAN. A. Latar Belakang. disebabkan oleh virus dengue yang ditularkan melalui gigitan nyamuk Aedes spp. 1 BAB I PENDAHULUAN A. Latar Belakang Penyakit demam berdarah dengue (DBD) adalah penyakit infeksi disebabkan oleh virus dengue yang ditularkan melalui gigitan nyamuk Aedes spp. Virus dengue ada empat

Lebih terperinci

Analisis Model SIR dengan Imigrasi dan Sanitasi pada Penyakit Hepatitis A di Kabupaten Jember

Analisis Model SIR dengan Imigrasi dan Sanitasi pada Penyakit Hepatitis A di Kabupaten Jember Prosiding Seminar Nasional Matematika, Universitas Jember, 19 November 2014 346 Analisis Model SIR dengan Imigrasi dan Sanitasi pada Penyakit Hepatitis A di Kabupaten Jember (Analysis of SIR Model with

Lebih terperinci

1. PENDAHULUAN Tahun

1. PENDAHULUAN Tahun IR per 100000 pddk Kab/Kota Terjangkit 1. PENDAHULUAN 1.1. Latar Belakang Penyakit deman berdarah (DBD) berkembang menjadi masalah kesehatan yang serius di dunia, terutama di Indonesia. Di Indonesia dalam

Lebih terperinci

Dinamika dan Aplikasi dari Model Epidemologi Hepatitis C Ema Hardika S. ( )

Dinamika dan Aplikasi dari Model Epidemologi Hepatitis C Ema Hardika S. ( ) Dinamika dan Aplikasi dari Model Epidemologi Hepatitis C Ema Hardika S. (081112005) Abstrak Jurnal ini membahas tentang simulasi model SEIC pada transimi virus hepatitis C (VHC) yang dibangun oleh Suxia

Lebih terperinci

LAMPIRAN. Model Tanpa Delay

LAMPIRAN. Model Tanpa Delay DAFTAR PUSTAKA Anderson, Roy dan Robert May. 1992. Infectious Disease of Humans : Dynamics and Control. Inggris: Oxford Unifersity Press. Diekmann, O dan J.A.P Heesterbeek. 2000. Mathematical Epidemiology

Lebih terperinci

Esai Kesehatan. Disusun Oleh: Prihantini /2015

Esai Kesehatan. Disusun Oleh: Prihantini /2015 Esai Kesehatan Analisis Model Pencegahan Penyebaran Penyakit Antraks di Indonesia Melalui Vaksin AVA sebagai Upaya Mewujudkan Pemerataan Kesehatan Menuju Indonesia Emas 2045 Disusun Oleh: Prihantini 15305141044/2015

Lebih terperinci

ANALISIS STABILITAS PADA PENYEBARAN PENYAKIT DBD DI KABUPATEN JEMBER DENGAN METODE SIR STOKASTIK SKRIPSI. Oleh: Effendy

ANALISIS STABILITAS PADA PENYEBARAN PENYAKIT DBD DI KABUPATEN JEMBER DENGAN METODE SIR STOKASTIK SKRIPSI. Oleh: Effendy ANALISIS STABILITAS PADA PENYEBARAN PENYAKIT DBD DI KABUPATEN JEMBER DENGAN METODE SIR STOKASTIK SKRIPSI Oleh: Effendy 091810101035 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

BAB V KESIMPULAN DAN SARAN. 5.1 Kesimpulan Berdasarkan hasil analisis model epidemik beserta simulasinya, diperoleh kesimpulan sebagai berikut:

BAB 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 terperinci

PENGARUH FAKTOR PERTUMBUHAN POPULASI TERHADAP EPIDEMI DEMAM BERDARAH DENGUE

PENGARUH FAKTOR PERTUMBUHAN POPULASI TERHADAP EPIDEMI DEMAM BERDARAH DENGUE 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

Lebih terperinci

T - 11 MODEL STOKASTIK SUSCEPTIBLE INFECTED RECOVERED (SIR)

T - 11 MODEL STOKASTIK SUSCEPTIBLE INFECTED RECOVERED (SIR) T - 11 MODEL STOKASTIK SUSCEPTIBLE INFECTED RECOVERED (SIR) Felin Yunita 1, Purnami Widyaningsih 2, Respatiwulan 3 Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas

Lebih terperinci

1. BAB I PENDAHULUAN

1. BAB I PENDAHULUAN 1. BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia sebagai negara dengan curah hujan tinggi memiliki risiko untuk penyakit-penyakit tertentu, salah satunya adalah penyakit demam berdarah dengue. Penyakit

Lebih terperinci