BAB 3 ANALISIS DAN PERANCANGAN. 3.1 Analisis Kegunaan dari Program Aplikasi yang Dirancang
|
|
- Hengki Tedjo
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Kegunaan dari Program Aplikasi yang Dirancang Telah disinggung pada bagian pendahuluan bahwa para epidemiolog menggunakan model matematika untuk merunut kemajuan atau perkembangan dari penyakit-penyakit menular. Mereka juga berusaha memperkirakan keluaran-keluaran yang paling mungkin dari suatu epidemi agar dapat melakukan terapi atau pengendalian yang paling baik dan paling mungkin untuk dilakukan, misalnya dengan melakukan vaksinasi dengan dosis yang tepat. Beberapa persoalan yang menjadi keprihatinan para epidemiolog yang dapat disebutkan di sini antara lain: - penularan, penyebaran, dan pengendalian infeksi. - lamanya penyakit tinggal pada orang yang dijangkitinya. - jenis penyakitnya. - tingkat keberbahayaannya (virulence). - struktur dan interaksi dalam populasi. ( Model-model matematika yang dibangun untuk menggambarkan sistem epidemis dari penyakit menular tertentu tidak dirancang untuk langsung menjawab sebagian besar, jika tak ingin dikatakan semua, keprihatinan para epidemiolog seperti ada pada daftar di atas. Meskipun pemodelan matematika memainkan peran penting dalam pembuatan
2 39 kebijakan, terutama kebijakan mengenai kesehatan masyarakat, seperti perencanaan terhadap masalah darurat dan penilaian terhadap resiko, evaluasi terhadap program pengendalian, dan pengawasan terhadap data yang terkumpul, peran pokok model matematika dalam riset adalah studi terhadap pola (c.q. penyebaran penyakit menular yang diteliti), analisis terhadap struktur matematikanya (termasuk terhadap parameterparameter penting yang menyusun model matematikanya), dan penafsirannya, yang menjadi bahan pertimbangan untuk kebijakan praktis yang hendak dibuat ( Dari uraian di atas, disimpulkan di sini bahwa peran dan kegunaan dari program aplikasi yang dirancang adalah: a. memberikan penggambaran visual mengenai pola penularan dan penyebaran penyakit menular yang diamati dan diteliti. b. melakukan penghitungan numerik atas model matematika dari sistem epidemis yang diamati dan diteliti. c. memberikan estimasi nilai dari parameter-parameter yang terlibat dalam model matematika yang dibuat, yang diperlukan untuk interpretasi terhadap data dari sistem epidemis yang diamati dan diteliti. Ketiga peran dan tugas program aplikasi yang dirancang akan dibahas satu persatu dengan metode langkah-mundur (backward method) berdasarkan pertimbangan bahwa pemahaman mengenai yang kemudian akan memudahkan pemahaman mengenai yang terdahulu. Ringkasnya, dengan memahami lebih dahulu apa saja parameterparameter yang terlibat dalam model matematika yang dibangun, serta hubungan antar parameter yang ditunjukkan dengan model matematika yang dibangun, dapat dirancang metode penghitungan yang tepat untuk menyelesaikan model matematikanya.
3 40 Selanjutnya, hasil penghitungan model matematika itulah yang menjadi bahan untuk penggambaran visual dari penularan dan penyebaran penyakit menular yang diteliti. 3.2 Parameter-parameter yang Terlibat Pemaparan dua model sistem epidemis, SIS dan SIR, pada Bab 2 sebenarnya telah memberikan petunjuk mengenai parameter-parameter yang terlibat dalam model matematika masing-masing sistem. Tabel di bawah ini meringkaskan parameterparameter yang terlibat dalam model matematika sistem-sistem epidemis beserta pengertian yang direpresentasikannya. Tabel 3.1 Parameter-parameter yang terlibat simbol S I R α β kuantitas yang direpresentasikan banyaknya orang yang rentan banyaknya orang yang terjangkiti banyaknya orang yang sembuh dan menjadi kebal angka kontak (angka penyebaran) angka kesembuhan α R 0 angka reproduksi dasar = S(0). β Parameter-parameter yang terlibat ini menjadi masukan (input) dari program aplikasi yang dirancang. Semua nilainya diberikan, dan program akan melakukan komputasi numerik untuk mendapatkan hampiran bagi penyelesaian persamaannya. Berikut ini diringkaskan kembali penjelasan untuk setiap parameter yang terlibat.
4 41 S (susceptibles) adalah banyaknya individu yang rentan dalam suatu populasi N. I (infectives) adalah banyaknya individu yang terjangkit dan mungkin untuk menularkan penyakit kepada yang belum terjangkit dalam suatu populasi N, sedangkan R (recovered) adalah banyaknya individu yang telah terjangkit penyakit dan menjadi kebal terhadap penyakit itu, masih dalam populasi N. Ketiganya menjadi kompartmen atau bagian yang saling asing dari satu populasi tetap N, yang adalah asumsi dasar pertam model SIS dan SIR. Status peubah-peubah terikat S, I, dan R ini lebih tepat mengacu pada kepadatan populasi daripada terhadap besarnya populasi (Roberts dan Heesterbeek, 2003, p2). Karena, semakin padat suatu populasi, semakin besar pula peluang kontak antar anggota populasi tersebut, yang mengakibatkan semakin besarnya angka penyebaran dari penyakit yang sedang mewabah dalam populasi tersebut. Dari antara ketiga konstanta, α, β, dan R 0, dalam tabel 3.1 di atas, akan dibahas lebih dahulu yang terakhir. R 0 (angka reproduksi dasar) didefinisikan sebagai jumlah kasus sekunder yang dihasilkan dari satu kasus tertular yang masuk ke dalam populasi (Plitt, tanpa tahun, slide33; Hethcote, 2008, p21-22). Secara matematis, angka α reproduksi dasar ini dihitung dengan rumus S(0) β (Robeva, 2008(1), p68). Estimasi angka reproduksi dasar menjadi kriterium apakah terjadi epidemi atau tidak, dengan kondisi bila R 0 > 1, terjadi epidemi, bila R 0 = 1, penyakit tersebut bersifat menetap (endemi), dan bila R 0 < 1, tidak terjadi epidemi (Roberts dan Heesterbeek, 2003, p3-4; Plitt, tanpa tahun, slide34). Angka penyebaran (α) dan angka kesembuhan (β) telah diuraikan dalam Bab 2. Di sini diringkaskan kembali pengertian dan penghitungannya. Angka penyebaran adalah peluang terjadinya penularan penyakit yang sebanding dengan hasil kali
5 42 kepadatan S dan kepadatan I. Peluang terjadinya penularan penyakit ini juga tergantung dari angka kontak (contact rate) yang merupakan fungsi dari kepadatan populasi (Roberts dan Heesterbeek, 2003, p2). Nilai peluang terjadinya penularan ini menjadi konstanta penularan (transmission coefficient) yang didapatkan dari rata-rata munculnya kasus baru dibandingkan S dalam selang waktu tertentu (Plitt, tanpa tahun, slide40). Sedangkan angka kesembuhan (β) berbanding terbalik dengan rata-rata lamanya seseorang menderita penyakit yang bersangkutan. Ketiga konstanta yang terlibat dalam kedua model sistem epidemis ini harus ditentukan lebih dahulu, sebelum persamaan differensial struktur matematis dari sistemnya dapat dihasilkan. Sebagai tambahan informasi, di bawah ini disajikan tabel pengelompokan penyakit menular berdasarkan model matematis dari sistem epidemisnya. Tabel 3.2 Contoh Penyakit Menular berdasarkan Sistem Epidemisnya (Sumber: Hethcote, 2008, p5, dengan penyesuaian) Model SIS Model SIR Gonorrhea Meningitis Pertussis Pneumonia Syphillis Tuberculosis (TBC) Campak (measles) Cacar (smallpox) Cacar air (chickenpox) Gondok (mumps) Poliomyelitis Rubella Tabel di atas hanya memberi beberapa contoh penyakit menular yang paling umum ditemui menurut kedua model dasar yang ada. Tidak semua penyakit menular yang pernah diteliti dan dibuat model matematikanya dimasukkan dalam tabel di atas.
6 Algoritma Program Aplikasi Penyelesaian Struktur Matematis dari Sistem Epidemis menggunakan Persamaan Differensial Untuk merancang program aplikasi penyelesaian Struktur Matematis dari Sistem Epidemis digunakan IDE Microsoft Visual Studio 2008 ASP.NET C#, yang dioperasikan pada sistem operasi Microsoft Windows XP Professional. Algoritma dasar program aplikasi ini adalah sebagai berikut. 1. Buka program aplikasi Microsoft Visual Studio 2008, dan buka file program dengan nama MainSite. 2. Pilih model SIS atau model SIR, yang menjadi model untuk sistem epidemis yang hendak diteliti. 3. Untuk Setiap pilihan model sistem epidemis, masukkan semua parameter yang ada. By default, program menyediakan ukuran-ukuran standar, misalnya nilai DT (= h, selang waktu) seperti pada umumya diberikan nilai 0.02 dan rumus dasar persamaan differensial untuk setiap kompartmen dari modelnya. 4. Klik tombol Calculate untuk memerintahkan program melakukan penghitungan. Hasil penghitungan akan ditampilkan dalam bentuk tabel dengan paging setiap 250 data hasil penghitungan. 5. Klik tombol Time-Plot jika ingin mendapat kurva perubahan nilai S dan I untuk model SIS, ditambah dengan R untuk model SIR. 6. Klik tombol Phase-Plane jika ingin mendapatkan gambaran laju perubahan untuk setiap pasang peubah. 7. Ulangi langkah 2 6, sebanyak yang diinginkan, dengan sistem persamaan differensial yang sama atau yang baru. 8. Tutup progam jika sudah tidak diperlukan lagi.
7 44 Algoritma di atas dapat digambarkan dengan diagram alur berikut ini. Gambar 3.1 Diagram Alur Algoritma Dasar Program
8 Perancangan Program Aplikasi Pada tahap perancangan ini, akan dibuat rancangan layar dan rancangan proses dari program aplikasi yang sedang dibangun. Rancangan layar meliputi halaman utama, halaman untuk model SIS, dan halaman untuk model SIR. Sementara, rancangan proses meliputi bagan transisi dan pseudocode untuk setiap langkah yang diambil Halaman Utama Rancangan untuk halaman utama disusun seperti Gambar 3.2. di bawah ini. Gambar 3.2 Rancangan Layar Halaman Utama
9 46 Pada halaman utama ini terdapat dua pilihan menu, yaitu SIS model dan SIR model. Pilihan menu paling kiri adalah menu home. Gambar 3.3 di bawah ini memberikan bagan transisi dari halaman utama. Gambar 3.3 Bagan Transisi dari Halaman Utama Sedangkan pseudo-code untuk halaman utama ini adalah sebagai berikut. Jika (klik Halaman Utama ) maka Tampilkan halaman utama Jika (klik SIS Model ) maka Tampilkan halaman Model SIS Jika (klik SIR Model ) maka Tampilkan halaman Model SIS Program idle Selesai Halaman Model SIS Seperti diuraikan di atas, pada saat menu SIS Model dipilih, layar akan berpindah ke halaman model SIS. Halaman Model SIS dirancang seperti pada Gambar 3.4 di bawah ini, dengan gambar di latar belakang, tombol menu, dan label di bawah halaman yang konsisten dengan yang terdapat pada halaman utama.
10 47 Gambar 3.4 Rancangan Layar Halaman Model SIS Pada halaman Model SIS ini, diperlukan masukan untuk setiap parameter yang terpampang, mulai dari Start Time sampai dengan d/dt (I). Agar tidak membingungkan pengguna, sudah diberikan nilai untuk semua parameter by default. Pengguna hanya melakukan penggantian terhadap parameter-parameter yang perlu saja. Terdapat tiga pilihan tindakan setelah semua parameter terisi, yaitu Calculate, View Time-Plot, dan View Phase-Plane (S-I). Bagan transisi dari halaman Model SIS ini direpresentasikan pada Gambar 3.5 berikut ini. Tentu saja, pilihan untuk kembali ke Halaman Utama atau loncat ke Halaman Model SIR tetap dimungkinkan.
11 48 Gambar 3.5 Bagan Transisi pada Halaman Model SIS Sedangkan pseudo-code untuk halaman Model SIS ini adalah sebagai berikut. Jika (Start_Time_default!= Start_Time_baru) maka Masukkan Start_Time_baru Jika (Stop_Time_default!= Stop_Time_baru) maka Masukkan Stop_Time_baru Jika (DT_default!= DT_baru) maka Masukkan DT_baru Jika (Init_S_default!= Init_S_baru) maka Masukkan Init_S_baru Jika (Init_I_default!= Init_I_baru) maka Masukkan Init_I_baru Jika (d/dt(s)_default!= d/dt(s)_baru) maka Masukkan d/dt(s)_baru Jika (d/dt(i)_default!= d/dt(i)_baru) maka Masukkan d/dt(i)_baru Jika (klik Calculate ) maka { Lakukan penghitungan Tampilkan hasil penghitungan dalam tabel }
12 49 Jika (klik View Time-Plot ) maka Tampilkan diagram Time-Plot Jika (klik View Phase-Plane ) maka Tampilkan diagram bidang-fase S-I Program idle Selesai Halaman Model SIR Rancangan layar yang terakhir adalah untuk halaman model SIR. Rancangan layar untuk model SIR berbeda dengan yang untuk model SIS pada jumlah parameter dan pilihan tindakannya. Rancangan layarnya diberikan pada Gambar 3.6 di bawah ini. Gambar 3.6 Rancangan Layar Halaman Model SIR
13 50 Pada halaman Model SIR ini, diperlukan masukan untuk setiap parameter yang terpampang, mulai dari Start Time sampai dengan d/dt (R). Agar tidak membingungkan pengguna, sudah diberikan nilai untuk semua parameter by default. Pengguna hanya melakukan penggantian terhadap parameter-parameter yang perlu saja. Terdapat lima pilihan tindakan setelah semua parameter terisi, yaitu Calculate, View Time-Plot, View Phase-Plane (S-I), View Phase-Plane (S-R), dan View Phase- Plane (I-R). Bagan transisi dari halaman Model SIS ini direpresentasikan pada Gambar 3.7 berikut ini. Gambar 3.7 Bagan Transisi Halaman Model SIR
14 51 Sedangkan pseudo-code untuk halaman Model SIR ini adalah sebagai berikut. Jika (Start_Time_default!= Start_Time_baru) maka Masukkan Start_Time_baru Jika (Stop_Time_default!= Stop_Time_baru) maka Masukkan Stop_Time_baru Jika (DT_default!= DT_baru) maka Masukkan DT_baru Jika (Init_S_default!= Init_S_baru) maka Masukkan Init_S_baru Jika (Init_I_default!= Init_I_baru) maka Masukkan Init_I_baru Jika (d/dt(s)_default!= d/dt(s)_baru) maka Masukkan d/dt(s)_baru Jika (d/dt(i)_default!= d/dt(i)_baru) maka Masukkan d/dt(i)_baru Jika (d/dt(r)_default!= d/dt(r)_baru) maka Masukkan d/dt(r)_baru Jika (klik Calculate ) maka { Lakukan penghitungan Tampilkan hasil penghitungan dalam tabel } Jika (klik View Time-Plot ) maka Tampilkan diagram Time-Plot Jika (klik View Phase-Plane (S-I) ) maka Tampilkan diagram bidang-fase S-I Jika (klik View Phase-Plane (S-R) ) maka Tampilkan diagram bidang-fase S-R Jika (klik View Phase-Plane (I-R) ) maka Tampilkan diagram bidang-fase I-R Program idle Selesai Dari rancangan layar, rancangan transisi, dan pseudocode untuk setiap rancangan halaman di atas, dibuat program aplikasi penyelesaian struktur matematis sistem-sistem epidemis (dasar) menggunakan persamaan differensial. Penghitungan numerik persamaan differensialnya menggunakan metode Runge-Kutta orde 4 (RK4), dan representasi visual hasil penghitungannya disajikan dalam bentuk diagram perubahan seiring waktu (time-plot diagram) dan diagram bidang-fase (phase-plane diagram).
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 terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM. Perancangan program aplikasi yang dibuat dalam skripsi ini menggunakan aturan
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Perancangan program aplikasi yang dibuat dalam skripsi ini menggunakan aturan linear sequential (waterfall). Metode ini terdiri dari empat tahapan yaitu analisis,
Lebih terperinciBAB I PENDAHULUAN. Model matematika merupakan sekumpulan persamaan atau pertidaksamaan yang
BAB I PENDAHULUAN A. Latar Belakang Model matematika merupakan sekumpulan persamaan atau pertidaksamaan yang mengungkap perilaku suatu permasalahan yang nyata. Model matematika dibuat berdasarkan asumsi-asumsi.
Lebih terperinciBAB 2 LANDASAN TEORI. Istilah pemodelan matematika (mathematical modeling) tidak memiliki satu
BAB 2 LANDASAN TEORI 2.1 Pemodelan Matematika Istilah pemodelan matematika (mathematical modeling) tidak memiliki satu definisi yang diterima oleh semua matematikawan (Ledder, 2005, p1). Pandangan umum
Lebih terperinciBAB 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 terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Penyakit merupakan sesuatu yang sangat berhubungan dengan makhluk hidup, baik itu manusia, hewan, maupun tumbuhan. Penyakit dapat mempengaruhi kehidupan makhluk
Lebih terperinciT 4 Simulasi Level Sanitasi Pada Model Sir Dengan Imigrasi Dan Vaksinasi
T 4 Simulasi Level Sanitasi Pada Model Sir Dengan Imigrasi Dan Vaksinasi Anita Kesuma Arum dan Sri Kuntari Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret Surakarta
Lebih terperinciAbstrak: Makalah ini bertujuan untuk mengkaji model SIR dari penyebaran
ANALISIS KESTABILAN PENYEBARAN PENYAKIT CAMPAK (MEASLES) DENGAN VAKSINASI MENGGUNAKAN MODEL ENDEMI SIR Marhendra Ali Kurniawan Fitriana Yuli S, M.Si Jurdik Matematika FMIPA UNY Abstrak: Makalah ini bertujuan
Lebih terperinciBAB 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 terperinciT - 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 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 terperinciBAB 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 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 terperinciBAB 1 PENDAHULUAN. mulai dari SARS (Severe Acute Respiratory Syndrom Sindrom Pernafasan Akut
BAB 1 PENDAHULUAN 1.1 Latar Belakang Akhir-akhir ini, penyakit menular sepertinya menjadi berita hampir setiap hari, mulai dari SARS (Severe Acute Respiratory Syndrom Sindrom Pernafasan Akut Berat), penyakit
Lebih terperinciBab 2 Tinjauan Pustaka
Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu Penelitian yang pernah dilakukan sebelumnya Stabilitas Global Model SEIR Pada Penyakit Mewabah. Penelitian ini membahas tentang pembentukan model Epidemis
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 terperinciT 7 Model Sir (Suspectible Infected Recovered) Dengan Imigrasi Dan Pengaruh Sanitasi Serta Perbaikan Tingkat Sanitasi
T 7 Model Sir (Suspectible Infected Recovered) Dengan Imigrasi Dan Pengaruh Sanitasi Serta Perbaikan Tingkat Sanitasi Evy Dwi Astuti dan Sri Kuntari Jurusan Matematika FMIPA Universitas Sebelas Maret math_evy@yahoo.com
Lebih terperinciBAB I PENDAHULUAN. Dalam perkembangan zaman saat ini yang terus maju, diperlukan suatu
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam perkembangan zaman saat ini yang terus maju, diperlukan suatu analisis yang dapat diterima secara ilmiah terhadap setiap peristiwa yang terjadi dalam kehidupan
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 terperinciANALISIS 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 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 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 terperinciBAB I PENDAHULUAN. adalah penyakit menular karena masyarakat harus waspada terhadap penyakit
BAB I PENDAHULUAN A. Latar Belakang Kesehatan adalah suatu hal yang sangat penting dalam kehidupan karena jika seseorang mengalami masalah kesehatan maka aktivitas seseorang tersebut akan terganggu. Masalah
Lebih terperinciBAB 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN Pada Bab I Pendahuluan ini dijelaskan mengenai latar belakang yang mendasari penelitian yang kemudian dirumuskan dalam rumusan masalah. Berdasarkan latar belakang dan rumusan masalah
Lebih terperinciANALISIS DINAMIK MODEL EPIDEMI SIRS DENGAN MODIFIKASI TINGKAT KEJADIAN INFEKSI NONMONOTON DAN PENGOBATAN
ANALISIS DINAMIK MODEL EPIDEMI SIRS DENGAN MODIFIKASI TINGKAT KEJADIAN INFEKSI NONMONOTON DAN PENGOBATAN Suryani, Agus Suryanto, Ratno Bagus E.W Pelaksana Akademik Mata Kuliah Universitas, Universitas
Lebih terperinciBAB 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 terperinciPENYEBARAN PENYAKIT CAMPAK DI INDONESIA DENGAN MODEL SUSCEPTIBLE VACCINATED INFECTED RECOVERED (SVIR)
PEYEBARA PEYAKIT CAMPAK DI IDOESIA DEGA MODEL SUSCEPTIBLE VACCIATED IFECTED RECOVERED (SVIR) Septiawan Adi Saputro, Purnami Widyaningsih, Dewi Retno Sari Saputro Program Studi Matematika FMIPA US Abstrak.
Lebih terperinciBAB I PENDAHULUAN. penyakit menular. Salah satu contohnya adalah virus flu burung (Avian Influenza),
BAB I A. Latar Belakang PENDAHULUAN Masalah lingkungan adalah masalah dasar dalam kehidupan manusia dan menjadi tanggung jawab bersama. Banyak permasalahan lingkungan yang bermunculan terkait lingkungan
Lebih terperinciBAB I PENDAHULUAN. ibu kepada anaknya melalui plasenta pada saat usia kandungan 1 2 bulan di
BAB I PENDAHULUAN A. Latar Belakang Masalah Maternal antibody merupakan kekebalan tubuh pasif yang ditransfer oleh ibu kepada anaknya melalui plasenta pada saat usia kandungan 1 2 bulan di akhir masa kehamilan.
Lebih terperinciIV PEMBAHASAN. jika λ 1 < 0 dan λ 2 > 0, maka titik bersifat sadel. Nilai ( ) mengakibatkan. 4.1 Model SIR
9 IV PEMBAHASAN 4.1 Model SIR 4.1.1 Titik Tetap Untuk mendapatkan titik tetap diperoleh dari dua persamaan singular an ) sehingga dari persamaan 2) diperoleh : - si + s = 0 9) si + )i = 0 didapat titik
Lebih terperinciBAB I PENDAHULUAN. Gejala awal campak berupa demam, konjungtivis, pilek batuk dan bintik-bintik
BAB I PENDAHULUAN A. Latar Belakang Campak merupakan penyakit menular yang banyak ditemukan didunia dan dianggap sebagai persoalan kesehatan masyarakat yang harus diselesaikan. Gejala awal campak berupa
Lebih terperinciBab 11 Agent-Based Model. MA 2151 Simulasi dan Komputasi Matematika
Bab 11 Agent-Based Model MA 2151 Simulasi dan Komputasi Matematika Agen dalam Interaksi Pinkeye (infectious bovine keratoconjunctivitis) adalah penyakit menular pada ternak dan sangat berbahaya bagi sapi
Lebih terperinciT 1 Simulasi Laju Vaksinasi Dan Keefektifan Vaksin Pada Model Sis
T 1 Simulasi Laju Vaksinasi Dan Keefektifan Vaksin Pada Model Sis Adi Tri Ratmanto dan Respatiwulan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret adi.triratmanto@yahoo.com Abstrak
Lebih terperinciAnalisis 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 terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Influenza atau lebih dikenal dengan flu, merupakan salah satu penyakit yang menyerang pernafasan manusia. Penyakit ini disebabkan oleh virus influenza yang
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN Pada bab ini akan dijelaskan mengenai latar belakang yang mendasari penelitian yang kemudian dirumuskan dalam rumusan masalah. Berdasarkan latar belakang dan rumusan masalah yang telah
Lebih terperinciBAB 1 PENDAHULUAN. Wabah penyakit infeksi seperti penyakit SARS, flu burung, flu babi yang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Wabah penyakit infeksi seperti penyakit SARS, flu burung, flu babi yang terjadi berturut-turut pada tahun 2002, 2003 dan 2006 yang mencemaskan dan memakan banyak korban
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kesehatan merupakan bagian yang penting dalam kehidupan manusia karena kesehatan memengaruhi aktifitas hidup manusia. Dengan tubuh yang sehat manusia dapat menjalankan
Lebih terperinciDinamik 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 terperinciABSTRAK. Kata Kunci: SEIS, masa inkubasi, titik kesetimbangan, pertussis, simulasi. iii
ABSTRAK Wahyu Setyawan. 2015. MODEL SUSCEPTIBLE EXPOSED INFECTED SUSCEPTIBLE (SEIS). Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Sebelas Maret. Model matematika yang menggambarkan pola penyebaran
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 terperinciSimulation of the Spreading of Infectious Disease HIV/AIDS in Central Java Using SIR Epidemic Model (Susceptible, Infected, Removed)
Simulation of the Spreading of Infectious Disease HIV/AIDS in Central Java Using SIR Epidemic Model (Susceptible, Infected, Removed) Ely Desyanawati Informatika, Fakultas MIPA Universitas Sebelas Maret
Lebih terperinciTingkat Vaksinasi Optimal dalam Model Epidemik Deterministik dengan Metode Algoritma Genetik
Jurnal Matematika Integratif ISSN 1412-6184 Volume 10 No 2, Oktober 2014, pp 95-105 Tingkat Vaksinasi Optimal dalam Model Epidemik Deterministik dengan Metode Algoritma Genetik M. Iqbal, A. K. Supriatna,
Lebih terperinciMODEL EPIDEMIK SIR UNTUK PENYAKIT YANG MENULAR SECARA HORIZONTAL DAN VERTIKAL
MODEL EPIDEMIK SIR UNTUK PENYAKIT YANG MENULAR SECARA HORIZONTAL DAN VERTIKAL ILMIYATI SARI 1, HENGKI TASMAN 2 1 Pusat Studi Komputasi Matematika, Universitas Gunadarma, ilmiyati@staff.gunadarma.ac.id
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 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 terperinciBAB 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 terperinciSimulasi Pengaruh Imigrasi pada Penyebaran Penyakit Campak dengan Model Susceptible Exposed Infected Recovered (SEIR)
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 T - 11 Simulasi Pengaruh Imigrasi pada Penyebaran Penyakit Campak dengan Model Susceptible Exposed Infected Recovered (SEIR) Purnami Widyaningsih
Lebih terperinciMODEL SEIR PENYAKIT CAMPAK DENGAN VAKSINASI DAN MIGRASI
MODEL SEIR PENYAKIT CAMPAK DENGAN VAKSINASI DAN MIGRASI Mohammmad Soleh 1, Siti Rahma 2 Universitas Islam Negeri Sultan Syarif Kasim Riau Jl HR Soebrantas No 155 KM 15 Simpang Baru Panam Pekanbaru muhammadsoleh@uin-suskaacid
Lebih terperinciBab 1 Pendahuluan. 1.1 Latar Belakang
Bab 1 Pendahuluan 1.1 Latar Belakang Diperkirakan sekitar sepertiga penduduk dunia telah terinfeksi oleh Mycobacterium tuberkulosis. Pada Tahun 1995, WHO (World Health Organisation) mencanangkan kedaruratan
Lebih terperinciMODEL 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 terperinciBAB I PENDAHULUAN. terdapat pada pengembangan aplikasi matematika di seluruh aspek kehidupan manusia. Peran
BAB I PENDAHULUAN A. Latar Belakang Masalah Perkembangan dunia yang semakin maju tidak dapat dipisahkan dari peranan ilmu matematika. Penggunaan ilmu pengetahuan di bidang matematika dalam kehidupan sehari-hari
Lebih terperinciBAB 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 terperinciMODEL EPIDEMI DISCRETE TIME MARKOV CHAIN (DTMC ) SUSCEPTIBLE INFECTED SUSCEPTIBLE (SIS) SATU PENYAKIT PADA DUA DAERAH
MODEL EPIDEMI DISCRETE TIME MARKOV CHAIN (DTMC ) SUSCEPTIBLE INFECTED SUSCEPTIBLE (SIS) SATU PENYAKIT PADA DUA DAERAH oleh FIRDAUS FAJAR SAPUTRA M0112034 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian
Lebih terperinciMinggu 9. MA2151 Simulasi dan Komputasi Matematika
Minggu 9 MA2151 Simulasi dan Komputasi Matematika Model SIR Merupakan model penyebaran penyakit yang diperkenalkan oleh Kermack dan McKendrick pada 1927. Terdapat 3 populasi dalam model ini: Susceptible
Lebih terperinciANALISIS STABILITAS DAN OPTIMAL KONTROL PADA MODEL EPIDEMI TIPE SIR DENGAN VAKSINASI
ANALISIS STABILITAS DAN OPTIMAL KONTROL PADA MODEL EPIDEMI TIPE SIR DENGAN VAKSINASI Oleh Ikhtisholiyah 127 1 72 Dosen Pembimbing Dr. Subiono, M.Sc ABSTRAK Pemodelan matematika dan teori banyak digunakan
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. terdapat pada bab sebelumnya dan juga evaluasi terhadap program tersebut.
BAB 4 IMPLEMENTASI DAN EVALUASI Pada bab ini akan dipaparkan hasil implementasi program penghitungan basic reproduction rate penyakit demam berdarah dengue berdasarkan rancangan yang terdapat pada bab
Lebih terperinciOLEH : IKHTISHOLIYAH DOSEN PEMBIMBING : Dr. subiono,m.sc
OLEH : IKHTISHOLIYAH 1207 100 702 DOSEN PEMBIMBING : Dr. subiono,m.sc JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2011 Pemodelan matematika
Lebih terperinciBAB 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 terperinciMODEL SEIR PENYAKIT CAMPAK DENGAN VAKSINASI DAN MIGRASI TUGAS AKHIR. Oleh : SITI RAHMA
MODEL SEIR PENYAKIT CAMPAK DENGAN VAKSINASI DAN MIGRASI TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sains Pada Jurusan Matematika Oleh : SITI RAHMA 18544452 FAKULTAS SAINS
Lebih terperinciPenyelesaian Numerik dan Analisa Kestabilan pada Model Epidemik SEIR dengan Memperhatikan Adanya Penularan pada Periode Laten
Penyelesaian Numerik dan Analisa Kestabilan pada Model Epidemik SEIR dengan Memperhatikan Adanya Penularan pada Periode Laten Labibah Rochmatika,Drs. M. Setijo Winarko, M.Si dan Drs. Lukman Hanafi, M.Sc
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Tuberkulosis adalah penyakit yang penularannya langsung dari penderita TB yang terinfeksi oleh strain TB yaitu Microbacterium tuberculosis. Menurut
Lebih terperinciModel Matematika Untuk Kontrol Campak Menggunakan Vaksinasi
JURNAL FOURIER Oktober 2013, Vol. 2, No. 2, 81-89 ISSN 2252-763X Model Matematika Untuk Kontrol Campak Menggunakan Vaksinasi Maesaroh Ulfa dan Sugiyanto Program Studi Matematika Fakultas Sains dan Teknologi,
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 terperinciStudi 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 terperinciBAB 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 terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Masalah Tujuan dari tahap analisis adalah memahami dengan sebenar-benarnya kebutuhan dari aplikasi baru dan mengembangkan sebuah sistem dalam
Lebih terperinciANALISIS TITIK EKUILIBRIUM MODEL EPIDEMI SIR DENGAN EFEK DEMOGRAFI
βeta p-issn: 2085-5893 e-issn: 2541-0458 Vol. 4 No. 1 (Mei) 2011, Hal. 61-67 βeta 2011 ANALISIS TITIK EKUILIBRIUM MODEL EPIDEMI SIR DENGAN EFEK DEMOGRAFI Nurul Hikmah 1 Abstract: In this paper, we consider
Lebih terperinciKESTABILAN TITIK EQUILIBRIUM MODEL SIR (SUSPECTIBLE, INFECTED, RECOVERED) PENYAKIT FATAL DENGAN MIGRASI
KESTABILAN TITIK EQUILIBRIUM MODEL SIR (SUSPECTIBLE, INFECTED, RECOVERED) PENYAKIT FATAL DENGAN MIGRASI Mohammad soleh 1, Leni Darlina 2 1,2 Jurusan Matematika Fakultas Sains Teknologi Universitas Islam
Lebih terperinciPEMODELAN DAN PERANCANGAN APLIKASI SIMULASI MODEL SUSCEPTIBLE-INFECTED-RECOVERED PADA PENYEBARAN PENYAKIT CAMPAK
PEMODELAN DAN PERANCANGAN APLIKASI SIMULASI MODEL SUSCEPTIBLE-INFECTED-RECOVERED PADA PENYEBARAN PENYAKIT CAMPAK Vandi Surya Universitas Bina Nusantara, Jl. Kebon Jeruk Raya No. 27, (021) 5345830, vandi.rustandi@gmail.com
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Kebutuhan Program Untuk menjalankan aplikasi ini ada beberapa kebutuhan yang harus dipenuhi oleh pengguna. Spesifikasi kebutuhan berikut ini merupakan spesifikasi
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Penyakit menular merupakan masalah kesehatan utama di hampir setiap negara, termasuk Indonesia. Beberapa penyakit dapat menyebar dalam populasi hingga menyebabkan
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 terperinciPEMODELAN MATEMATIKA DAN ANALISIS KESTABILAN MODEL PADA PENYEBARAN HIV-AIDS
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 2 (2015), hal 101 110 PEMODELAN MATEMATIKA DAN ANALISIS KESTABILAN MODEL PADA PENYEBARAN HIV-AIDS Dwi Haryanto, Nilamsari Kusumastuti,
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN Dalam bab ini dijelaskan metode Adams Bashforth-Moulton multiplikatif (M) orde empat beserta penerapannya. Metode tersebut memuat metode Adams Bashforth multiplikatif orde empat
Lebih terperinciANALISIS 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 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 terperinciPENYEBARAN PENYAKIT CAMPAK DI INDONESIA DENGAN MODEL SUSCEPTIBLE VACCINATED INFECTED RECOVERED (SVIR)
PENYEBARAN PENYAKIT CAMPAK DI INDONESIA DENGAN MODEL SUSCEPTIBLE VACCINATED INFECTED RECOVERED (SVIR) oleh SEPTIAWAN ADI SAPUTRO M0112079 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
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 terperinciAnalisis Kestabilan Model Veisv Penyebaran Virus Komputer Dengan Pertumbuhan Logistik
Analisis Kestabilan Model Veisv Penyebaran Virus Komputer Dengan Pertumbuhan Logistik Mohammad soleh 1, Seri Rodia Pakpahan 2 Jurusan Matematika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan
Lebih terperinciANALISIS KESTABILAN MODEL PENYEBARAN PENYAKIT TUBERCULOSIS SKRIPSI. Oleh : Lisa Prihutami J2A
ANALISIS KESTABILAN MODEL PENYEBARAN PENYAKIT TUBERCULOSIS SKRIPSI Oleh : Lisa Prihutami J2A 002 035 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciOleh : 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 terperinciKONTROL OPTIMAL MODEL EPIDEMIK HOST-VECTOR DENGAN SIMULASI MENGGUNAKAN FORWARD-BACKWARD SWEEP METHOD
Jurnal Ilmiah Teknologi dan Informasi ASIA Vol. 8 No 1,Februari 2014 KONTROL OPTIMAL MODEL EPIDEMIK HOST-VECTOR DENGAN SIMULASI MENGGUNAKAN FORWARD-BACKWARD SWEEP METHOD Dewi Erla Mahmudah 1, Muhammad
Lebih terperinciMODEL EPIDEMI SUSCEPTIBLE INFECTED RECOVERED (SIR) DENGAN PROSES POISSON. oleh LUCIANA ELYSABET M
MODEL EPIDEMI SUSCEPTIBLE INFECTED RECOVERED (SIR) DENGAN PROSES POISSON oleh LUCIANA ELYSABET M0111051 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
Lebih terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Masalah Proses analisa sistem merupakan langkah kedua pada pengembangan sistem. Analisa sistem dilakukan untuk memahami informasi-informasi
Lebih terperinciAPLIKASI METODE MATRIKS GENERASI DALAM MENENTUKAN NILAI MATEMATIKA PENYEBARAN VIRUS HIV/AIDS. 10 Makassar, kode Pos 90245
APLIKASI METODE MATRIKS GENERASI DALAM MENENTUKAN NILAI MATEMATIKA PENYEBARAN VIRUS HIV/AIDS MODEL Septiangga Van Nyek Perdana Putra 1), Kasbawati 2), Syamsuddin Toaha 3) 1) Mahasiswa Jurusan Matematika,
Lebih terperinciBAB 3 METODE PENELITIAN. Dalam penelitian ini, wilayah yang diamati adalah wilayah Jakarta. Data yang
BAB 3 METODE PENELITIAN 3.1. Wilayah dan Jadwal Penelitian Dalam penelitian ini, wilayah yang diamati adalah wilayah Jakarta. Data yang digunakan adalah pasien yang tercatat di RSUP Persahabatan, di Jakarta
Lebih terperinciTHE ANALYSIS OF SEIR EPIDEMIC MODELS STABILITY ON SMALLPOX (VARICELLA / CHICKENPOX) WITH IMMUNE SYSTEM. By:
THE AALYSIS OF SEIR EPIDEMIC MODELS STABILITY O SMALLPOX (VARICELLA / CHICKEPOX) WITH IMMUE SYSTEM By: makadisebut Pandemik. Model epidemik adalah model matematika yang digunakan untuk mengetahui isfa
Lebih terperinciMODEL SIR UNTUK PENYEBARAN PENYAKIT FLU BURUNG
MODEL SIR UNTUK PENYEBARAN PENYAKIT FLU BURUNG MANSYUR A. R.1 TOAHA S.2 KHAERUDDIN3 Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Hasanuddin Jln. Perintis Kemerdekaan Km.
Lebih terperinciKONTROL 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 terperinciANALISIS KESTABILAN MODEL MANGSA-PEMANGSA DENGAN MANGSA YANG TERINFEKSI DI LINGKUNGAN TERCEMAR
ANALISIS KESTABILAN MODEL MANGSA-PEMANGSA DENGAN MANGSA YANG TERINFEKSI DI LINGKUNGAN TERCEMAR Oleh: Drs. M. Setijo Winarko, M.Si Drs. I Gusti Ngurah Rai Usadha, M.Si Subchan, Ph.D Drs. Kamiran, M.Si Noveria
Lebih terperinciANALISIS KESTABILAN LOKAL MODEL DINAMIKA PENULARAN TUBERKULOSIS SATU STRAIN DENGAN TERAPI DAN EFEKTIVITAS CHEMOPROPHYLAXIS
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 3 (2013), hal 173 182. ANALISIS KESTABILAN LOKAL MODEL DINAMIKA PENULARAN TUBERKULOSIS SATU STRAIN DENGAN TERAPI DAN EFEKTIVITAS CHEMOPROPHYLAXIS
Lebih terperinciANALISIS DAMPAK PROGRAM SKRINING DAN TERAPI HIV DALAM MODEL PENYEBARAN HIV
ANALSS DAMPAK POGAM SKNNG DAN TEAP HV DALAM MODEL PENYEBAAN HV Marsudi Jurusan Matematika, Universitas Brawijaya, Malang, ndonesia e-mail: marsudi6@ubacid Abstrak Sebuah model matematika nonlinear telah
Lebih terperinciJurnal Euclid, vol.3, No.2, p.501 MODEL MATEMATIKA TERHADAP PENYEBARAN VIRUS AVIAN INFLUENZA TIPE-H5N1 PADA POPULASI MANUSIA
Jurnal Euclid, vol.3, No.2, p.501 MODEL MATEMATIKA TERHADAP PENYEBARAN VIRUS AVIAN INFLUENZA TIPE-H5N1 PADA POPULASI MANUSIA Dian Permana Putri 1, Herri Sulaiman 2 FKIP, Pendidikan Matematika, Universitas
Lebih terperinciMODEL EPIDEMI STOKASTIK SUSCEPTIBLE INFECTED SUSCEPTIBLE (SIS)
MODEL EPIDEMI STOKASTIK SUSCEPTIBLE INFECTED SUSCEPTIBLE (SIS) oleh SILVIA KRISTANTI M0109060 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
Lebih terperinciBab 3 Metode dan Perancangan Sistem 3.1 Metode Pengembangan Sistem
Bab 3 Metode dan Perancangan Sistem 3.1 Metode Pengembangan Sistem Metode yang digunakan dalam pembuatan sistem ini yaitu model Analisis Simulasi (Simulation Analysis). Model analisis simulasi merupakan
Lebih terperinciModel Deterministik Masalah Kecanduan Narkoba dengan Faktor Kontrol Terhadap Pemakai dan Pengedar Narkoba
Vol. 7 No. 3-22 Juli 2 Model Deterministik Masalah Kecanduan Narkoba dengan Faktor Kontrol Terhadap Pemakai dan Pengedar Narkoba Kasbawati Syamsuddin Toaha Abstrak Salah satu epidemi yang sedang mengancam
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Ilmu fisika merupakan ilmu yang mempelajari berbagai macam fenomena alam dan berperan penting dalam kehidupan sehari-hari. Salah satu peran ilmu fisika
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1. Spesifikasi Sistem Spesifikasi sistem komputer yang digunakan untuk menjalankan proses estimasi dan pengujian data adalah sebagai berikut : 4.1.1. Spesifikasi Perangkat
Lebih terperinci