BAB III BASIC REPRODUCTION NUMBER
|
|
- Susanti Rachman
- 7 tahun lalu
- Tontonan:
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 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 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 terperinciII MODEL MATEMATIKA PENYEBARAN PENYAKIT DBD
8 II MODEL MATEMATIKA PENYEBARAN PENYAKIT DBD 3.1 Penyebaran Virus DBD DBD adalah penyakit yang disebabkan oleh virus dengue. Penyebaran virus demam berdarah dengue ditularkan oleh nyamuk. Nyamuk Aedes
Lebih 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 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 terperinciPengaruh 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 terperinciIV 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 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 terperinciKesimpulan serta Masalah yang masih Terbuka
BAB VI Kesimpulan serta Masalah yang masih Terbuka VI.1 Kesimpulan Secara umum model yang dihasilkan dapat menunjukkan adanya endemik di suatu daerah untuk nilai parameter tertentu. Hal ini dapat dilihat
Lebih 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 terperinciProsiding 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 terperinciPemodelan 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 terperinciBab 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 terperinciBab 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 terperinciDengan maraknya wabah DBD ini perlu adanya suatu penelitian dan pemikiran yang
BAB I Pendahuluan Dari sisi pandang WHO, Demam Berdarah Dengue (selanjutnya disingkat DBD) telah menjadi salah satu penyakit yang tergolong epidemik dan endemik serta belum ditemukan obatnya. Sejak tahun
Lebih terperinciBAB 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 terperinciModel Matematika Penyebaran Internal Demam Berdarah Dengue dalam Tubuh Manusia
BAB IV Model Matematika Penyebaran Internal Demam Berdarah Dengue dalam Tubuh Manusia Bab ini menjelaskan model penyebaran virus Dengue dalam tubuh manusia, atau dikenal sebagai model internal. Bagian
Lebih 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 terperinciBAB 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 terperinciModel 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 terperinciIII 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 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 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 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 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 terperinciANALISIS 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 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 terperinciANALISIS 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 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 terperinciLANDASAN 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 terperinciPEMODELAN 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 terperinciMODEL 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 terperinciMODEL 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 terperinciBAB 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 terperinciPerhitungan 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 terperinciIII 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 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 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 terperinciMODEL STOKASTIK PENYEBARAN PENYAKIT DEMAM BERDARAH DI KOTA DEPOK PENDAHULUAN
MODEL STOKASTIK PENYEBARAN PENYAKIT DEMAM BERDARAH DI KOTA DEPOK H. SUMARNO 1, P. SIANTURI 1, A. KUSNANTO 1, SISWADI 1 Abstrak Kajian penyebaran penyakit dengan pendekatan deterministik telah banyak dilakukan.
Lebih terperinciBAB 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 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 terperinciPENGARUH 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 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 terperinciAnalisis 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 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 terperinciModel 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 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 terperinciBIFURKASI 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 terperinciBAB 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 terperinciBAB 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 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 terperinciMODEL 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 terperinciANALISIS 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 terperinciANALISIS 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 terperinciMODEL MATEMATIKA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE JUMADI
MODEL MATEMATIKA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE JUMADI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa
Lebih terperinciT - 1 PEMODELAN MATEMATIKA UNTUK MENSIMULASIKAN EFEK POPULASI KARANTINA TERHADAP PENYEBARAN PENYAKIT HIV/AIDS DI PAPUA
T - 1 PEMODELAN MATEMATIKA UNTUK MENSIMULASIKAN EFEK POPULASI KARANTINA TERHADAP PENYEBARAN PENYAKIT HIV/AIDS DI PAPUA Abraham 1, Mahmudi 2 1 Program Studi Matematika FMIPA Universitas Cenderawasih 2 Program
Lebih terperinciIII 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 terperinciOleh : 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 terperinciAgus 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 terperinciBAB 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 terperinciSIFAT-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 terperinciTHE EFFECT OF DELAYED TIME OF OSCILLATION IN THE LOGISTIC EQUATION
Jurnal Matematika UNAND Vol. 2 No. 1 Hal. 72 77 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND THE EFFECT OF DELAYED TIME OF OSCILLATION IN THE LOGISTIC EQUATION IVONE LAWRITA ERWANSA, EFENDI, AHMAD
Lebih terperinciADLN 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 terperinciModel 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 terperinciBAB 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 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 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 terperinciKATA 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 terperinciUNNES Journal of Mathematics
Info Artikel UJM 5 (2) (2016) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm ANALISIS KESTABILAN TITIK KESETIMBANGAN MODEL MATEMATIKA PROSES TRANSMISI VIRUS DENGUE DI DALAM TUBUH
Lebih terperinciANALISIS 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 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 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 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 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 terperinciBAB 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 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 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 terperinciMODEL 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 terperinciBAB 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 terperinciTingkat 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 terperinciBab 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 terperinciBAB IV PEMBAHASAN. 4.1 Analisis Kestabilan Model Matematika AIDS dengan Transmisi. atau Ibu menyusui yang positif terinfeksi HIV ke anaknya.
BAB IV PEMBAHASAN Pada bab ini dilakukan analisis model penyebaran penyakit AIDS dengan adanya transmisi vertikal pada AIDS. Dari model matematika tersebut ditentukan titik setimbang dan kemudian dianalisis
Lebih terperinciMatematika dan Statistika
ISSN 4-6669 Volume 2, Juni 22 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majala Ilmia Matematika dan Statistika Volume 2, Juni 22 PROFIL PENDERITA
Lebih 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 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 terperinciPENYELESAIAN 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 terperinciANALISIS KESTABILAN PADA MODEL TRANSMISI VIRUS HEPATITIS B YANG DIPENGARUHI OLEH MIGRASI
ANALISIS KESTABILAN PADA MODEL TRANSMISI VIRUS HEPATITIS B YANG DIPENGARUHI OLEH MIGRASI STABILITY ANALYSIS OF THE HEPATITIS B VIRUS TRANSMISSION MODELS ARE AFFECTED BY MIGRATION Oleh : Firdha Dwishafarina
Lebih terperinciBAB 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 terperinciDistribusi Probabilitas Kontinyu Teoritis
Distribusi Probabilitas Kontinyu Teoritis Suprayogi Dist. Prob. Teoritis Kontinyu () Distribusi seragam kontinyu (continuous uniform distribution) Distribusi segitiga (triangular distribution) Distribusi
Lebih terperinciBAB 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 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 terperinci1. 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 terperinciDinamika 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 terperinciLAMPIRAN. 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 terperinciEsai 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 terperinciANALISIS 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 terperinciBAB V KESIMPULAN DAN SARAN. 5.1 Kesimpulan Berdasarkan hasil analisis model epidemik beserta simulasinya, diperoleh kesimpulan sebagai berikut:
BAB V KESIMPULAN DAN SARAN Pada bab ini disimpulkan hasil analisa model epidemik bertipe SIA dengan transmisi vertikal, dan penyakit menyebar melalui transfer transpacental (bersifat turun temurun) dengan
Lebih terperinciPENGARUH 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 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 terperinci1. 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