BAB I PENDAHULUAN Latar Belakang
|
|
- Devi Iskandar
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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 virus, penyakit akan mewabah melalui kontak langsung dengan individu yang telah terinfeksi virus, udara, batuk, bersin, maupun makanan dan minuman. [2] Perkembangan ilmu pengetahuan dan teknologi di bidang kedokteran memiliki peranan penting dalam mencegah penyebaran penyakit agar tidak meluas, yaitu dengan cara pemberian vaksin. Perkembangan ilmu pengetahuan di bidang Matematika juga memberikan peranan penting dalam pencegahan mewabahnya suatu penyakit. Peranan matematika ini berupa model matematika, yang disebut model epidemi. Model matematika memiliki aplikasi yang cukup penting dalam berbagai ilmu. Dengan menggunakan berbagai asumsi, permasalahan yang ada dalam lingkungan kehidupan dapat ditransformasikan dalam model matematika. Dalam model matematuka yang ada selanjutnya dapat dianalisis perilaku-perilaku yang ada didalamnya. Salah satu kejadian yang terjadi dalam kehidupan manusia dan dapat ditransformasikan dalam model matematika adalah kejadian epidemi, yaitu bentuk model matematika yang digunakan dalam melihat tingkat penyebaran suatu penyakit menular. Secara umum, model epidemic yaitu Susceptible (S), Infected (I), dan Recovered (R). Yang dimana Susceptible (S) sebagai sub kelas populasi yang rentan terinfeksi, Infected (I) sebagai sub kelas populasi yang terinfeksi, dan Recovered (R) sebagai sub kelas yang telah sembuh dari penyakit menular dan memiliki kekebalan tubuh. Model ini disebut sebagai model SIR. 1
2 Model SIR digunakan untuk melihat perubahan pada setiap subbabnya untuk mereka yang membutuhkan perhatian medis selama penyebaran penyakitnya. Model SIR juga dapat menjelaskan bahwa seseorang yang telah sembuh dari suatu penyakit, maka orang tersebut akan memiliki kekebalan dalam tubuhnya. Sehingga dalam tubuhnya memiliki daya tahan untuk tidak terjangkit penyakit dengan jenis yang sama. Hanya saja model SIR ini tidak bekerja pada semua penyakit, ketika seseorang terjangkit penyakit menular, ada kemungkinan suatu saat orang tersebut akan terjangkit lagi Rumusan Masalah 1. Bagaimana penggunaan model matematika epidemi SIR pada penyakit menular? 2. Apakah yang dimaksud dengan Basic Reproductive Ratio, Herd Immunity Threshold, Effective Reproductive Number, dan Control Vaccination Number? 3. Bagaimana cara pengontrolan pemberian vaksin pada suatu populasi yang terkena wabah penyakit menular Batasan Masalah Batasan masalah pada studi literatur ini meliputi : 1. Pengunaan model matematika endemik SIR. 2. Hanya pada penyakit yang bersifat endemik. 3. Laju kelahiran yang terjadi dalam populasi diasumsikan sama dengan laju kematian. 4. Penyebaran penyakit terjadi pada populasi tertutup, sehingga pengaruh dari luar diabaikan. 5. Jumlah populasi diasumsikan konstan dan tidak memperhatikan masa inkubasi. 2
3 1.4. Tujuan Penelitian 1. Mengetahui penggunaan model matematika epidemi SIR pada penyakit menular. 2. Mengetahui penggunaan Basic Reproductive Ratio, Herd Immunity Threshold, Effective Reproductive Number, dan Control Vaccination Number. 3. Mengetahui tingkat vaksinasi yang efektif yang diberikan kepada individu yang terinfeksi penyakit menular Metode Penelitian Dilakukan dengan pendekatan teoritis mengenai teori-teori pendukung yang berkaitan dengan model epidemi SIR Sistematika Penulisan Penyusunan studi literatur ini, berdasarkan sistematika penulisan adalah sebagai berikut : BAB I : Pendahuluan Berisi mengenai latar belakang materi pokok studi literatur, rumusan masalah, tujuan pembahasan materi, metode penelitian, sistematika penelitian, dan kerangka berfikir dari materi yang dibahas dalam penulisan ini. BAB II : Landasan Teori Berisi mengenai uraian teori-teori yang mendukung penulisan ini, dan halhal yang melandasi pembahasan pada materi pokok studi literatur yang meliputi, model matematika, model epidemi, Basic Reproductive Ratio, Herd Immunity Threshold, Effective Reproductive Number, Control Vaccination Number, sistem persamaan diferensial, metode Euler, dan metode Euler pada Persamaan Diferensial. 3
4 BAB III : Analisis Model Epidemi SIR Pada Penyakit Cacar Air (Varicella) Berisi mengenai pembahasan dari model epidemi SIR, penggunaan Basic Reproductive Ratio, Herd Immunity Threshold, Effective Reproductive Number, dan Control Vaccination Number pada model SIR. Dan penggunaan model SIR pada penyakit cacar air. BAB IV : Penutup Berisi kesimpulan sebagai hasil dari rumusan masalah pada kajian model epidemi ini, dan saran untuk pengembangan kajian ini dengan permasalahan yang berbeda. Daftar Pustaka 1.7. Kerangka Berfikir Model epidemi pertama kali dipublikasikan oleh Daniel Bernoulli, dan model epidemi modern dikembangkan oleh A.G. McKendrick dan W.O. Kermarck (1927).[2] Pada model SIR, individu yang awalnya berpotensi tidak terinfeksi akan menjadi individu rentan terinfeksi jika ia ada dalam suatu populasi tertutup yang didalamnya memiliki individu yang telah terinfeksi oleh suatu penyakit menular, maka penyebaran penyakit tersebut kemungkinan besar akan mewabah dalam populasi tersebut, dengan adanya Basic Reproductive Ratio maka akan diketahui seberapa cepat infeksi tersebut akan mewabah. Dan dengan adanya pemberian vaksin terhadap individu yang terinfeksi, maka individu tersebut akan lebih cepat pulih dari penyakit tersebut, disinilah peran Control Vaccination Number untuk mengetahui tingkat pemberian vaksin terhadap populasi yang telah terinfeksi tersebut, dan pada umumnya suatu penyakit menular, akan menghasilkan kekebalan tubuh terhadap individu tersebut. Sehingga individu yang telah terinfeksi, kemungkinan untuk tertular kembali dengan jenis penyakit yang sama sangatlah kecil, contohnya penyakit cacar air. 4
5 BAB II LANDASAN TEORI 2.1.Model Matematika Secara umum pengertian model adalah suatu usaha untuk menciptakan suatu replika/tiruan dari suatu peristiwa alam. Salah satu modelnya yaitu model matematika. Pada model matematika, replika/tiruan tersebut dilaksanakan dengan mendeskripsikan peristiwa alam dengan satu set persamaan. Kecocokan model terhadap peristiwa alamnya tergantung dari ketepatan formulasi persamaan matematis dalam mendeskripsikan peristiwa alam. Langkah pertama dalam pemodelan matematika adalah menyatakan problem dunia nyata kedalam pengertian matematika, yang meliputi identifikasi variabel-variabel pada problem dan membentuk beberapa hubungan antara variabel-variabelnya. Selanjutnya adalah mengkonstruksi kerangka dasar model. Dengan asumsi dan pemahaman hubungan antara variabel-variabel, selanjutnya akan melibatkan suatu usaha memformulasikan persamaan atau sekumpulan persamaan untuk menyatakan hubungannya. Ketika model diformulasi, langkah berikutnya adalah menyelesaikan persamaan. Untuk mendapatkan solusinya yaitu salah satu langkah yang akan menghubungakan terakhir formulasi matematika kembali ke probem dunia nyata. Dengan kata lain, pemodelan matematika adalah proses membangun suatu model matematika untuk menggambarkan dinamika suatu sistem. 2.2.Model Epidemi Ilmu yang membahas mengenai penyebaran penyakit disebut epidemiologi. Epidemiologi merupakan cabang ilmu yang mempelajari penyebaran penyakit dan faktor yang menentukan terjadinya penyebaran 5
6 penyakit pada manusia. Istilah penyebaran penyakit yang dimaksud adalah penyebaran penyakit menurut sifat orang, tempat, dan waktu. Epidemi adalah penyakit yang timbul sebagai kasus baru pada suatu populasi tertentu, dalam suatu periode waktu tertentu, dengan laju yang melampaui perkiraan. Dengan kata lain, epidemi adalah wabah yang terjadi secara lebih cepat daripada yang diduga. Penyakit yang umum yang terjadi pada laju yang konstan namun cukup tinggi pada suatu populasi disebut endemik. Suatu infeksi dikatakan sebagai endemik pada suatu populasi jika infeksi tersebut berlangsung di dalam populasi tersebut tanpa adanya pengaruh dari luar. Suatu infeksi penyakit dikatakan sebagai endemik bila setiap orang yang terinfeksi penyakit tersebut menularkannya kepada tepat satu orang lain. Bila infeksi tersebut tidak hilang dan jumlah orang yang terinfeksi tidak bertambah secara eksponensial, suatu infeksi dikatakan berada dalam keadaan tunak endemik (endemic steady state). Suatu infeksi yang dimulai sebagai suatu epidemi pada akhirnya akan hilang atau mencapai keadaan tunak endemik, bergantung pada sejumlah faktor, termasuk virulensi dan cara penularan penyakit bersangkutan. Model epidemi merupakan model matematika yang digunakan untuk melihat laju penyebaran penyakit. Kondisi epidemi terjadi ketika ada salah satu individu rentan pada populasi tersebut, maka populasi tersebut memiliki peluang menjadi populasi rentan, dan kemungkinan besar infeksi tersebut akan mewabah pada populasi tersebut. Sehingga pada akhirnya seluruh individu dalam populasi berpeluang terinfeksi. Pada dasarnya, model epidemic pada infeksi penyakit memiliki 3 epidemologi, yaitu dari fase Susceptibles, Infected, dan Removed, yang didefinisikan : - Individu yang sehat dapat terinfeksi; - Individu yang terinfeksi memungkinkan untuk menularkan penyakit; - Seseorang memiliki kekebalan karena telah terinfeksi, dan dapat sembuh. 6
7 2.3.Basic Reproductive Ratio Basic Reproductive Ratio adalah potensi penularan penyakit pada populasi rentan yang merupakan jumlah rata-rata individu yang akan terinfeksi secara langsung oleh seorang yang telah terinfeksi selama masa penularannya pada populasi yang seluruhnya dalam rentan. Menurut Hethcote, rasio reproduksi merupakan rasio yang menunjukkan jumlah individu susceptible yang dapat menderita penyakit yang diakibatkan oleh satu individu infected. Basic Reproductive Ratio disebut sebagai laju reproduksi dasar atau rasio repoduksi dasar dari suatu infeksi. Umumnya, semakin besar nilai Basic Reproductive Ratio (B R ) maka semakin sulit untuk mengendalikan mewabahnya suatu penyakit. Untuk model sederhana, proporsi populasi yang perlu divaksinasi untuk mencegah penyebaran yang berkelanjutan. Tingkat reproduksi dasar dipengaruhi oleh beberapa faktor termasuk jangka waktu infektivitas individu yang terinfeksi [4]. Yang dimana, ketika B R > 1 maka seseorang yang telah terinfeksi dapat menyebabkan lebih dari 1 orang untuk terinfeksi penyakit tersebut dengan kata lain wabah penyakit meningkat, ketika B R = 1 maka tidak ada penyebaran penyakit (konstan), dan ketika B R < 1 maka sesorang yang terinfeksi tidak menyebabkan orang lain terkena penyakit yang sama, dengan kata lain tidak terjadi wabah pada populasi tersebut. Basic Reproductive Number setara dengan : - Lamanya waktu penularan penyakit. - Jumlah kasus dari populasi rentan per satuan waktu. - Kemungkinan transmisi infeksi dalam suatu pertemuan dengan sejumlah individu yang rentan. 2.4.Herd Immunity Threshold Immunity merupakan kekebalan yang biasanya dihubungkan dengan adanya antibody atau hasil aksi sel-sel yang spesifik terhadap mikro-organisme penyebab atau racunnya, dan yang dapat menimbulkan penyekit menular tertentu. 7
8 Herd Immunity adalah tingkat kemampuan atau daya tahan suatu populasi tertentu terhadap serangan atau penyebaran penyakit menular tertentu didasari pada daya tahan suatu populasi pada ukuran yang tinggi di setiap individu dalam suatu kelompok. Perlawanan adalah suatu hasil pada jumlah rentan dan kemungkinan bahwa individu yang rentan akan mengalami kontak dengan individu yang telah terinfeksi. Perlawanan pada suatu populasi untuk penyerangan dan penyebaran pada perantara infeksi, didasari pada kekebalan perantara tertentu pada ukuran yang tinggi pada suatu populasi. Ukuran pada suatu populasi yang membutuhkan untuk mengubah kekebalan tubuh melalui perantara, karakter penyebaran, penyaluran kekebalan dan kondisi rentan, dan faktor lainnya [2]. Herd immunity dianggap sebagai faktor utama dalam proses kejadian wabah dalam masyarakat serta kelangsungan penyakit pada suatu kelompok tertentu, seperti campak dan cacar air yang mewabah pada setiap periode tertentu sebelum adanya usaha imunisasi. Keadaan tersebut terjadi karena selama berlangsungnya wabah penyakit tertentu dalam masyarakat, maka sejumlah mereka yang rentan akan jatuh sakit dan merupakan sumber penularan untuk anggota kelompok lainnya yang tidak kebal. Akan tetapi karena setiap penderita akan membentuk kekebaan aktif dalam tubuhnya, maka selama wabah berlangsung banyak bekas penderita yang akan menjadi kebal, sehingga proporsi anggota masyarakat yang kebal menjadi meningkat sehingga prroses penularan menjdai lebih lambat. Dalam menilai pengaruh herd immunity pada masyarakat secara umum adalah proporsi tingkat kekebalan suatu kelompok yang dapat dianggap mempunyai cukup daya tangkal untuk mencegah terjadinya wabah. Secara teori, dapat dikatakan bahwa untuk suatu masyarakat tertentu maka tingkat kekebalan yang dibutuhan secara merata adalah 70% - 80% atau dengan kata lain tingkat kekebalan masyarakat tidak harus 100 % untuk mencegah terjadinya wabah penyakit tertentu dalam suatu kelompok [9]. Herd immunity hanya berlaku pada penyakit menular. Teori kekebalan kelompok mengusulkan bahwa dalam penyakit menular yang 8
9 ditularkan dari individu ke individu lain, rantai infeksi kemungkinan akan terganggu ketika banyak penduduk yang kebal atau kurang rentan terhadap penyakit. Keely mendefinisikan Herd Immunity sebagai proses dimana untuk setiap orang yang divaksinasi beresiko terinfeksi selama dalam populasi rentan terinfeksi [4]. Salah satu tujuan dari vaksinasi adalah untuk menciptakan kekebalan kelompok sementara kepada orang yang yang terinfeksi. Herd Immunity merupakan faktor utama dalam proses kejadian wabah di masyarakat serta kelangsungan penyakit pada suatu kelompok penduduk tertentu. Herd Immunity Threshold adalah presentase penduduk yang membutuhkan kekebalan untuk mengendalikan penularan penyakit, yaitu sama dengan satu. Dengan kata lain, Herd Immunity Threshold merupakan ukuran dari kekebalan pada suatu populasi, yang timbul pada peningkatan infeksi. Ketika penyakit mewabah, pada individu yang telah terinfeksi, maka individu tersebut akan memiliki kekebalan tubuh, semakin tinggi proporsi dari populasi maka populasi tersebut akan memiliki kekebalan. Ketika proporsi yang cukup tinggi dari populasi, akan menjadi kebal terhadap infeksi, maka wabah mereda dan akhirnya berhenti. Fungsi dari Herd Immunity yaitu mencegah penyebaran infeksi dalam komunitas dimana cakupan imunisasi cukup tinggi, sehingga wabah dapat dicegah dengan vaksin. 2.5.Effective Reproductive Number Dinotasikan dengan E R, merupakan jumlah rata-rata dari tempat sekunder selama masa endemik. Effective Reproductive Number dapat digunakan untuk memantau dampak dari vaksinasi. Jika E R < 1, maka transmisi endemik infeksi tidak akan terjadi. Nilai Effective Reproductive Number biasanya lebih kecil daripada nilai laju reproduksi dasar, dan mencerminkan dampak tindakan pengendalian dan pengurangan orang yang rentan dengan infeksi. 9
10 Jumlah reproduksi yang efektif akan berubah, misalnya orang akan menjadi kebal terhadap penyakit. Biasanya nilai Effective Reproductive Number lebih kecil daripada nilai Basic Reproductive Ratio, dan dapat mencerminkan dampak tindakan pengendalian dan penipisan orang yang rentan terinfeksi. 2.6.Control Vaccination Number Model epidemi SIR dengan pengaruh vaksinasi merupakan pengembangan dari model epidemi SIR klasik yang berupa persamaan diferensial nonlinear orde satu. Control Vaccination Number dinotasikan dengan C V merupakan jumlah rata-rata dari tempat kedua dari tempat infeksi selama masa endemik dengan pengendalian tindakan, contohnya vaksinasi. Vaksinasi merupakan salah satu cara untuk mencegah terjadinya penyebaran penyakit lebih tinggi. Ketika C V < 1, dapat mengetahui seseorang pada suatu populasi yang membutuhkan vaksinasi. Berdasarkan data dari World Health Organization (WHO), program vaksinasi dipercaya sebagai cara yang efektif dalam menghindari penyebaran penyakit. Vaksin memiliki tingkat efektivitas yang sangat tinggi, namun vaksin tidak sepenuhnya efektif 100% pada individu yang menerima vaksin. Bagi individu yang belum menerima vaksin kemungkinannya sangat tinggi untuk terinfeksi.[4] 2.7.Metode Euler pada Persamaan Diferensial Biasa Persamaan diferensial adalah persamaan matematika untuk suatu fungsi tak diketahui dari satu atau beberapa peubah yang menghubungkan nilai dari fungsi tersebut dengan turunannya sendiri pada berbagai derajat turunan [11]. 10
11 Dalam model SIR ini, untuk mendapatkan solusi persamaan diferensial yaitu dengan menggunakan metode Euler. Melalui pendekatan numerik, kita tidak akan memperoleh solusi fungsi yang kontinu, yang mungkin kita dapat adalah solusi diskrit dalam bentuk mesh points di dalam interval [a,b]. Persamaan diferensial dapat dinyatakan sebagai berikut : [13] dy = f x, y, a x b, y a = α dx Metode euler diturunkan dari deret Taylor, y i+1 = y i + y i x 1! + y i" x 2! + Deret Taylor diatas dengan melihat bahwa suku yang mengandung pangkat lebih tinggi dari 2 memiliki nilai yang sangat kecil, maka dapat diabaikan, sehingga dapat ditulis y i+1 = y i + y i x y i = f x i, y i Maka didapat persamaan metode Euler : y i+1 = y i + f x i, y i x 11
12 BAB III ANALISIS MODEL EPIDEMI SIR PADA PENYAKIT CACAR AIR (VARICELLA) 3.1.Model Epidemi SIR Suatu infeksi penyakit dikatakan endemik apabila setiap orang yang terinfeksi penyakit akan menularkannya ke individu lain. Ketika infeksi tersebut tidak hilang dan jumlah orang yang terinfeksi bertambah, maka infeksi tersebut dikatakan berada dalam keadaan endemik. Model SIR merupakan model penyakit yang memperoleh kekebalan permanen dan keadaan pulih dari penyakit tersebut. Model SIR menggambarkan alur penyebaran penyakit dari individu yang rentan (Susceptibles) menjadi individu terinfeksi penyakit menular (Infected) melalui kontak langsung maupun perantara lain, misal batuk, bersin, melalui makanan dan minuman. Selanjutnya, individu dalam kelompok Infected yang mampu bertahan terhadap penyakit akan sembuh dan masuk ke kelompok individu pulih dari penyakit dan memiliki kekebalan (Recovered). Model epidemi SIR, pada suatu populasi dibagi menjadi tiga kelompok, yaitu [7] : Susceptible (S), yaitu kelompok individu yang sehat tapi rentan terinfeksi. Infected (I), yaitu kelompok individu yang terinfeksi penyakit menular. Recovered (R), yaitu kelompok individu yang telah pulih dan memiliki kekebalan permanen untuk tidak tertular penyakit yang sama. Model epidemi SIR dibangun berdasarkan asumsi-asumsi : [4] Populasi konstan. Satu-satunya cara orang dapat meninggalkan kelompok rentan yaitu dengan cara terinfeksi penyakit, satu-satunya cara orang yang terinfeksi ingin sembuh, yaitu dengan proses pemulihan. Setelah itu, seseorang dapat sembuh, dan memiliki kekebalan tubuh. 12
13 Umur, seks, status sosial, dan ras tidak berpengaruh untuk terkena infeksi. Tidak ada kekebalan tubuh yang turun temurun. Suku dari populasi campuran memiliki interaksi yang sama dengan orang lain pada tingkat yang sama. Jumlah individu untuk masing-masing kelompok pada waktu t dinyatakan sebagai S t, I t, dan R(t). Total populasi N diasumsikan konstan karena kelahiran dan kematian diasumsikan memiliki laju yang sama, dan pengaruh luar tidak diperhatikan. Maka, N = S t + I t + R(t) (3.1) Yang dimana N merupakan jumlah populasi total dari suatu keloompok masyarakat. Model Matematika SIR ds dt di dt dr dt = βs t I t (3.2) = βs t k I t (3.3) = ki(t) (3.4) Ket : ds dt di dt dr dt = jumlah individu rentan terhadap waktu. = jumlah individu terinfeksi terhadap waktu. = jumlah individu yang telah pulih terhadap waktu. k = laju pemulihan (k 0). β = laju rata-rata penularan penyakit (β 0). α = kemungkinan terjadi infeksi. 13
14 Gambar 3.1 Model Epidemi SIR Individu yang sembuh dari penyakit akan bergabung pada kelompok R. kelompok I menerima perpindahan dari kelompok S sebesar βs t I(t) dan melepaskan menuju kelompok R sebesar k. Dalam model SIR, dapat diselesaikan menggunakan persamaan diferensial dengan menggunakan metode Euler. Diketahui persamaan diferensial dalam model SIR (3.2), (3.3), (3.4). Dengan menggunakan solusi metode Euler : y i+1 = y i + y i x 1! + y i" x 2! + (3.5) Dari persamaan (3.1) y i+1 = y i + f x i, y i x (3.6) ds dt = f(t, S) S n+1 S n t n+1 t n = f(t, S) S n+1 S n = f t, S (t n+1 t n ) S n+1 = S n + f t, S t S n+1 = S n + ( βs n I n ) t S n+1 = S n βs n I n t (3.7) Solusi metode Euler untuk kelompok Infected, Dari persamaan (3.3) di = f(t, I) dt I n+1 I n t n+1 t n = f(t, I) 14
15 I n+1 I n = f t, I (t n+1 t n ) I n+1 = I n + f t, I t I n+1 = I n + βs n I n ki n t I n+1 = I n 1+βS n k t (3.8) Solusi metode Euler untuk kelompok Recovered, Dari persamaan (3.4) dr dt = f(t, R) R n+1 R n = f t, R (t n+1 t n ) R n+1 R n = f t, R (t n+1 t n ) R n+1 = R n + f t, R t R n+1 = R n + ki n t (3.9) Dari persamaan diferensial model matematika SIR, dengan menggunakan metode Euler didapatkan solusi dari persamaan diferensial diatas yaitu : S n+1 = S n βs n I n t (3.7) I n+1 = I n 1 + βs n k t (3.8) R n+1 = R n + ki n t (3.9) Yang dimana S n+1, I n+1, R n+1 adalah bilangan dari populasi rentan, terinfeksi, dan pulih dengan waktu (n+1), dan t adalah perubahan waktu terkecil dengan t = 1. 15
16 3.2.Model SIR dengan Basic Reproductive Ratio Basic Reproductive Ratio atau Bilangan Reproduksi Dasar, dinotasikan dengan B R digunakan ketika suatu populasi beresiko tertular penyakit dan berfungsi untuk memperkirakan penyebaran infeksi dan laju perpindahan penyakit dari satu individu ke individu lain selama masa endemik. Maka berlaku B R = β S k 0. (3.10). Jika B R > 1, maka penyakit akan meningkat. Jika B R = 1, maka penyakit akan konstan. Jika B R < 1, maka penyakit akan berkurang dan penyakit akan hilang. 3.3.Model SIR dengan Herd Immunity Threshold Herd Immunity Threshold (H I ) merupakan bentuk kekebalan yang terjadi ketika vaksinasi, sebagian besar populasi memberikan ukuran perlindungan bagi individu yang belum memiliki kekebalan. Teori kekebalan Herd mengusulkan pada penyakit menular yang ditularkan dari individu ke individu, ketika sejumlah besar populasi kebal terhadap penyakit maka rantai infeksi terganggu. Semakin besar proporsi individu yang kebal, semakin kecil kemungkinan bahwa individu rentan akan datang ke dalam kontak dengan individu menular [4]. Herd Immunity Threshold merupakan bagian dari populasi yang membutuhkan kekebalan untuk mengontrol penyebaran penyakit. H t = B R 1 B R = 1 1 B R (3.11) Apabila jumlah dari vaksinasi meningkat, maka Herd Immunity Threshold juga meningkat. Ketika jumlah orang yang rentan terinfeksi berkurang, maka Herd Immunity Threshold menurun. 16
17 3.4.Model SIR dengan Effective Reproductive Number Effective Reproductive Number (E R ) merupakan jumlah rata-rata kasus infeksi sekunder yang timbul akibat dari kasus infeksi primer selama masa endemik. Untuk menghitung nilai E R, digunakan persamaan berikut, E R = B R S t N (3.12) Sebagai wabah endemik, orang akan mati atau menjadi kebal terhadap penyakit, ketika S t N menurun, dan akhirnya E R bernilai < 1. Effective Reproductive Number berlaku ketika menentukan kebijakan yang efektif dalam pengontrolan suatu penyakit. Ketika E R < 1, kebijakan mengenai penyakit adalah efektif. Untuk lebih jelasnya, pada gambar dapat dilihat ilustrasi E R Gambar 3.2 Ilustrasi E R 17
18 3.5.Model SIR dengan Control Vaccination Number C V merupakan jumlah rata-rata kasus infeksi sekunder yang timbul akibat dari kasus infeksi primer selama masa endemik dengan pengendalian tindakan. C V = B R [1 hf] (3.13) Ket : h = keberhasilan vaksin f = cakupan vaksinasi (bagian dari populasi yang tervaksinasi) Diketahui bahwa untuk mengetahui individu yang terinfeksi membutuhkan vaksinasi yaitu ketika C V < 1. Untuk mendapatkan C V < 1, dibutuhkan banyaknya individu yang terinfeksi (f) dengan menggunakan dasar aljabar untuk memanipulasi persamaan C V. C V < 1 B R 1 hf < 1 1 hf < 1 B R hf < 1 B R 1 f > f > 1 1 B R h 1 B R 1 h Dengan demikian didapat f > 1 ( 1 B R ) h (3.14) Ketika didapat f maka akan didapatkan nilai h. Setelah itu, kita dapat mengetahui jumlah individu yang membutuhkan vaksinasi dengan tingkat vaksinasi yang efektif. 18
19 3.6.Model SIR dengan Proses Kepulihan dan Kematian Ketika pulih, seseorang akan menerima kekebalan tubuh, sehingga tidak mudah rentan terinfeksi penyakit, akan tetapi tidak menjamin bahwa seseorang yang sudah pulih, dapat menerima kekebalan tubuh, karena ada kemungkinan juga orang tersebut akan mati. Oleh karena itu, kita dapat mengubah persamaan dr, dengan satu persamaan bagi orang yang hidup dt dan satu persamaan bagi orang yang mati. Dengan mengubah parameter k kedalam dua point, yaitu k V (telah pulih dan memiliki kekebalan tubuh) dan k D (mati) untuk persamaannya, didapat : Ket : dv dt = k VI t (3.15) dd dt = k DI t (3.16) k V = tingkat kesembuhan dan memiliki kekebalan tubuh. k D = tingkat kematian individu terinfeksi. V = kekebalan tubuh D = kematian Solusi metode Euler untuk memperhitungkan tingkat kepulihan dan kekebalan tubuh individu Dari persamaan (3.15) dv dt = f(t, V) V n+1 V n t n+1 t n = f(t, V) V n+1 V n = f t, V (t n+1 t n ) V n+1 = V n + f t, V t V n+1 = V n + ki n t (3.17) Solusi metode Euler untuk memperhitungkan tingkat kematian individu 19
20 Dari persamaan (3.16) dd dt = f(t, D) D n+1 D n t n+1 t n = f(t, D) D n+1 D n = f t, D (t n+1 t n ) D n+1 = D n + f t, D t D n+1 = D n + ki n t (3.18) Dengan menggunakan metode Euler, didapat : V n+1 = V n + ki n t (3.17) D n+1 = D n + 1 k I t t (3.18) Yang dimana V n+1 dan D n+1 adalah bilangan dari kekebalan dan kematian seseorang dengan waktu (n+1) t, dan t = Model SIR dan Cacar Air (Varicella) Cacar air dikenal juga sebagai Varicella, cacar air adalah penyakit menular ciri-cirinya yaitu banyak menimbulkan rasa gatal dan kemerahmerahan pada kulit. Cacar air menyebar dari satu indivdu ke individu yang lainnya, melalui bersin, batuk, makanan atau minuman, bersentuhan melalui cairan dan udara, dan menular dalam waktu 5 menit atau lebih. Masa inkubasi dari cacar air yaitu selama 14 sampai 16 hari. Seseorang akan terinfeksi 1 atau 2 hari sebelum terkena virus cacar air sampai cacar air di kulit hilang (selama 8 hari). Cacar air biasanya menyerang anak dibawah 10 tahun meskipun dapat juga menyerang orang dewasa. Pada anak dengan daya tahan tubuh cukup, penyakit ini bersifat ringan dan jarang menimbulkan komplikasi, tetapi pada anak dengan immunodefisiensi, maka penyakit inidapat menimbulkan komplikasi bahkan kematian. 20
21 Virus yang masuk ke dalam tubuh umumnya melalui saluran pernapasan, kemudian masuk ke sirkulasi darah dan kelenjar getah bening dan akan berahir dengan manifestasi dengan kulit. Mula-mula akan membentuk peradangan pada folikel kult dan glandula sebasea, kemudian membentuk makula (bentuknya hampir rata dengan sekitarnya) yang berkembang cepat menjadi papula (bentuknya lebih menonjol) dan berubah lagi menjadi vesikula (papula yang berisi cairan) dan ahirnya mengering menjadi krusta. Pada lapisan mukosa, terbentuknya makula, papula dan vesikula tidak akan menjadi krusta, namun biasanya vesikula akan pecah membentukluka yang terbuka, tetapi luka tersebut aka sembuh dengan cepat. Cacar air merupakan penyakit yang menular dengan kemungkinan akan menular sekitar 65%-85%, dan 90% ketika kontak langsung. Cacar air menghasilkan kekebalan bagi tubuh, kecuali bagi yangkekurangan kekebalan tubuh dapat menyebabkan komplikasi bahkan kematian. Penyakit cacar air dapat dimodelkan menggunakan Model epidemi SIR. Contohnya, populasi dari 100 orang secara acak. Ketika penyakit menular cepat, setiap orang akan cepat terinfeksi. Akan dihitung, dimana kita dapat melihat berapa banyak orang yang akan berada pada keadaan yang berbeda pada periode waktu [4]. Dimulai dengan setiap orang yang rentan terkena penyakit, lalu satu orang tiba-tiba terinfeksi. Dan begitu seterusnya sampai terakhir di hari ke-8. pada keadaan ini, kita memiliki setiap orang yang telah pulih 21
22 pada 1 periode, dalam arti bahwa angka kesembuhan, k = 1. Dalam perhitungan tiap grupnya dengan mengalikan antar grup dengan α [4]. Tabel 3.1 Kelompok S, I, R Pada Populasi Tertutup Untuk α = 0.65 Untuk α = 0.85 Dari tabel (3.1) dapat memperhitungkan β untuk mengetahui laju penyebaran penyakit, dengan memanipulasi persamaan S n+1 = S n βs n I n t (3.7) βs n I n = S n S n+1, dimana t = 1. Menjadi, β = S n S n +1 S n I n (3.19) Dengan menggunakan persamaan diatas, maka didapat nilai β ditiap periodenya. Dengan menggunakan persamaan (3.19), untuk α = 0.65 β 2 = S 1 S 2 S 1 I 1 = = Ketika α = 0.65, didapat nilai β = Ketika α = 0.85, didapat nilai β =
23 Tabel 3.2 Laju Penyebaran Penyakit (β) Nilai rata-rata β untuk α = 0.65 Nilai rata-rata β untuk α = 0.85 Gambar 3.3 Laju Penyebaran Infeksi Pada Kelompok Rentan Salah satu bagian terpenting dari pemodelan pada suatu penyakit yaitu laju infeksi. Nilai ini mempengaruhi jumlah kelompok individu rentan, terinfeksi, dan sehat, dan seberapa lama laju penyebaran terjadi hinga setiap orang dalam suatu populasi terinfeksi penyakit menular. Pada gambar diatas ditunjukkan bagaimana laju infeksi mempengaruhi jumlah individu rentan, terinfeksi, dan sehat, mengendalikan nilai awal dari jumlah individu yang terinfeksi untuk dua kasus (α = 0.65 dan α = 0.85). 23
24 Gambar 3.4 Laju Penyebaran Infeksi Pada Kelompok Bebas Penyakit Populasi dengan alfa yang lebih besar, kelompok yang telah sembuh meningkat dengan cepat dibandingkan dengan alfa yang lebih kecil. Gambar 3.5 Laju Penyebaran Infeksi Pada Kelompok Terinfeksi Populasi dengan alfa yang lebih besar akan lebih cepat mencapai puncak, ketika suatu populasi pada kelompok yang terinfeksi mencapai puncaknya, dimana kelompok yang terinfeksi memiliki laju yang lebih cepat dengan alfa yang lebih besar dibandingkan dengan alfa yang lebih kecil. Dapat dilihat juga bahwa dengan alfa yang lebih kecil, populasi yang terinfeksi lebih lambat untuk mencapai nilai 0. Gambar 3.6 Jumlah Individu Terinfeksi Pada Kelompok Rentan 24
25 Faktor yang lebih penting pada pemodelan penyakit adalah jumlah awal orang yang terinfeksi. Selanjutnya, ditunjukkan bagaimana nilai ini berpengaruh terhadap jumlah individu pada kelompok rentan, terinfeksi, dan sehat, ketika laju infeksi tetap 0.65 untuk dua populasi. Dapat dilihat dengan meningkatnya jumlah awal individu yang terinfeksi, waktu yang dibutuhkan untuk kelompok rentan untuk saling bertemu sangat rendah. Dengan meningkatnya jumlah awal dari individu yang terinfeksi, garis tersebut menunjukkan populasi akan lebih membelok dan kurang bergerigi. Gambar 3.7 Jumlah Individu Terinfeksi Pada Kelompok Terinfeksi Dengan meningkatnya jumlah awal individu yang terinfeksi, kelompok yang terinfeksi menuju nilai 0 dengan cepat. Menariknya bahwa dengan menurunnya jumlah awal individu yng terinfeksi, puncaknya meningkat. Selain itu, ketika jumlah awal dari individu yang terinfeksi, adalah setengahnya dari populasi, puncak kelompok yang terinfeksi hingga sebelum puncak dari kelompok dengan jumlah awal individu yang terinfeksi kurang dari setengan populasi. Gambar 3.8 Jumlah Individu Terinfeksi Pada Kelompok Bebas Penyakit 25
26 Dengan kelompok sehat, dapat dilihat ketika jumlah awal individu yang terinfeksi meningkat dengan waktu yang dibutuhkan kelompok sehat untuk bertemu sangat rendah. Dengan jumlah awal individu yang terinfeksi meningkat, garis tersebut menunjukkan populasi akan membelok dan kurang bergerigi Varicella Basic Reproductive Ratio Dari table 3.2, akan dicari nilai B R untuk memperkirakan suatu populasi yang beresiko tertular infeksi. Dengan memperkirakan penyebaran infeksi dan laju penyebaran. Dengan menggunakan persamaan (3.10), ketika α = 0.65 maka B R = maka B R = * 100 = 13.91, didapat nilai β = Ketika α = 0.85, * 100 = , didapat nilai β = Secara umum, nilai B R pada penyakit cacar air (Varicella) antara 10 dan Varicella Herd Immunity Threshold Dari Basic Reproductive Ratio, dapat dihitung Herd Immunity Threshold (H I ) yang merupakan bagian dari populasi yang membutuhkan kekebalan untuk mengontrol penyebaran suatu penyakit. Apabila jumlah dari vaksinasi meningkat, maka Herd Immunity Threshold juga meningkat. Karena berkurangnya jumlah orang yang rentanterinfeksi, Herd Immunity Threshold menurun. Dengan menggunakan persamaan (3.11), Ketika probabilitas orang yang terinfeksi 65% H I = B R 1 B R = = Ketika probabilitas orang yang terinfeksi 85% H I = B R 1 B R = =
27 Apabila kita menggunakan nilai Basic Reproductive Ratio yang tetap untuk Varicella yaitu 10-12, maka Herd Immunity Threshold bernilai Varicella Effective Reproductive Number Merupakan jumlah rata-rata dari hasil kasus kedua dengan keadaan yang menular selama masa endemik. Sebagai wabah epidemi, dan orang akan mati atau menjadi kebal terhadap penyakit, ketika S t N menurun, dan akhirnya E R bernilai < 1. Dengan menggunakan persamaan (3.12), Tabel 3.3 Nilai efektif E R Nilai E R dengan α = 0.85 Nilai E R dengan α = 0.65 Ketika probabilitas orang yang terinfeksi 65% S E R = B t 99 R = = , untuk t = 1 N 100 Ketika probabilitas orang yang terinfeksi 85% S E R = B t 99 R = = , untuk t = 1 N 100 Ketika B R = 10, maka S t N = E R B R = 1 10 = 0.1 Ketika B R = 12, maka S t N = E R B R = 1 12 =
28 Varicella Control Vaccination Number Merupakan jumlah rata-rata dari hasil kasus kedua dengan keadaan yang menular selama masa endemik dengan pengendalian tindakan, contohnya vaksinasi. Peneliti menunjukan bahwa pemberian vaksinasi 99 % efektif pada tahun pertama, tetapi delapan tahun kemudian keefektifan menurun hingga 87 %. Dengan pemberian 2 dosis yang berbeda diantara remaja pada tahun 2007 yaitu 75.7 % untuk dosis pertama dan 18.8 % untuk dosis kedua. Dengan menggunakan persamaan (3.13) Contoh, untuk melihat keefektifan pemberian vaksinasi dengan h = 99 % dan f = 75.7 %. h = 99 % = 0.99 f = 75.7 % = C V = B R 1 hf = X = Contoh, untuk melihat keefektifan pemberian vaksinasi dengan h = 87 % dan f = 18.8 %. h = 87 % = 0.87 f = 18.8 % = C V = B R 1 hf = X = Tabel 3.4 Nilai Pengendalian Vaksinasi h = 99 % h = 87 % Pada table 3.4, nilai C V tidak memenuhi ketentuan, yaitu C V < 1, maka selanjutnya akan dicari nilai f yang memenuhi C V < 1 dari tiap B R. Tabel 3.5 Nilai Efektif Pemberian Vaksin 28
29 Dengan menggunakan persamaan (3.14), B R h untuk h = 87 %, f > 1 1 h = 99 % = h = 87 % 0.99 = untuk h = 99 %, f > 1 1 B R h = = Tabel 3.6 Nilai Efektif yang dibutuhkan ketika C V < 1 Pada tabel 3.6 tingkat keberhasilan vaksin (Vaccination Coverage) sebagai f, dan yang dicari dari tabel 3.6 adalah nilai h, yaitu keberhasilan vaksin. untuk f = 10% = 0.1, f > 1 ( 1 B R ) h h > 1 ( 1 B R ) f h > 1 ( 1 10 ) 0.1 h > h > 9 h > 900% untuk f = 100% = 1 f > 1 ( 1 B R ) h h > 1 ( 1 B R ) f h > 1 ( 1 10 ) 1 29
30 h > h > 0. 9 h > 90% Tabel 3.7 Pemberian Vaksinasi yang Efektif untuk berbagai B R Dapat dilihat bahwa untuk penyakit cacar air dengan B R 10 hingga 12 ketika suatu populasi terinfeksi 100%, maka vaksinasi yang dibutuhkan untuk individu yang terinfeksi pada populasi tersebut sebanyak 90% %. 30
31 BAB IV KESIMPULAN DAN SARAN 4.1. Kesimpulan Model epidemi SIR, pada suatu populasi dibagi menjadi tiga kelompok, yaitu : Susceptible (S), yaitu kelompok individu yang sehat tapi rentan terinfeksi. Infected (I), yaitu kelompok individu yang terinfeksi penyakit menular. Recovered (R), yaitu kelompok individu yang telah pulih dan memiliki kekebalan permanen untuk tidak tertular penyakit yang sama. Total populasi N diasumsikan konstan karena kelahiran dan kematian diasumsikan memiliki laju yang sama, dan pengaruh luar tidak diperhatikan. Maka, N = S t + I t + R t Yang dimana N merupakan jumlah populasi total dari suatu keloompok masyarakat. ds dt di dt = βs t I t = βs t k I t dr dt = ki(t) Basic Reproductive Ratio atau Bilangan Reproduksi Dasar, dinotasikan dengan B R digunakan ketika suatu populasi beresiko tertular penyakit. Digunakan juga untuk memperkirakan penyebaran infeksi dan laju perpindahan penyakit dari satu individu ke individu lain. Maka berlaku B R = β S k 0. 31
32 Jika B R 1, maka penyakit akan meningkat. Jika B R = 1, maka penyakit akan konstan. Jika B R 1, maka penyakit akan berkurang dan penyakit akan hilang. Herd Immunity Threshold (H I ) merupakan bentuk kekebalan yang terjadi ketika vaksinasi, sebagian besar populasi memberikan ukuran perlindungan bagi individu yang belum memiliki kekebalan. Fungsi dari Herd Immunity yaitu mencegah penyebaran infeksi dalam komunitas dimana cakupan imunisasi cukup tinggi, sehingga wabah dapat dicegah dengan vaksin. Effective Reproductive Number (E R ) merupakan jumlah rata-rata kasus infeksi sekunder yang timbul akibat dari kasus infeksi primer selama masa endemik. Effective Reproductive Number berlaku ketika menentukan kebijakan yang efektif dalam pengontrolan suatu penyakit. Control Vaccination Number (C V ) merupakan jumlah rata-rata kasus infeksi sekunder yang timbul akibat dari kasus infeksi primer selama masa endemik dengan pengendalian tindakan. Vaksinasi merupakan salah satu cara untuk mencegah terjadinya penyebaran penyakit lebih tinggi. Ketika C V < 1, dapat mengetahui seseorang pada suatu populasi yang membutuhkan vaksinasi. Program vaksinasi dipercaya sebagai cara yang efektif dalam menghindari penyebaran penyakit. Dengan menggunakan persamaan (3.13), C V = B R [1 hf] Ket : h = keberhasilan vaksin f = cakupan vaksinasi (bagian dari populasi yang tervaksinasi) Diketahui bahwa untuk mengetahui individu yang terinfeksi membutuhkan vaksinasi yaitu ketika C V < 1. Ketika didapat f maka akan didapatkan nilai h. Setelah itu, kita dapat mengetahui jumlah individu yang membutuhkan vaksinasi dengan tingkat vaksinasi yang efektif. 32
33 4.2. Saran Pada pembahasan studi literature ini telah dijelaskan analisis dari model epidemi SIR pada penyakit cacar air. Perlu dikembangkan lagi penerapan model epidemi SIR ini pada kasus penyakit menular seperti campak (measles) untuk penelitian selanjutnya. 33
34 DAFTAR PUSTAKA [1] Sarrayu, Anggareni Eka, Penyelesaian Numerik dan Analisis Perilaku Model SIR Dengan Vaksinasi Untuk Pencegahan Penularan Penyakit, ITS. [2] Brachman, Philip S., and Abrutyn, Elias, Bacterial Infections of Humans - Epidemiology and Control, Fourth Edition, Springer [3] (diakses tanggal 26 Mei 2012) [4] Johnson, Teri, Mathematical Modeling of Diseases : SIR Model, University of Minnesota, Morris : 2009 [5] Jumadi, Model Matematika Penyebaran Penyakit Demam Berdarah Dengue, Institut Pertanian Bogor, [6] (diakses tanggal 02 Juni 2012) [7] Luknanto, Djoko, Model Matematika, UGM Yogyakarta, [8] Murray, J. D., Mathematical Biology : An Introduction, Third Edition, Springer, [9] Nasry, Noor Nur, Dr, Prof., 2006, Pengantar Epidemiologi Penyakit Menular, Rineka Cipta : Jakarta. [10] Nugroho, Susilo, Pengaruh Vaksinasi Terhadap Penyebaran Penyakit Dengan Model Endemi SIR, Universitas Sebelas Maret Surakarta, [11] Ragan, Rahel, The SIR Model, [12] Riyanto, Zaki, Model SI Penyakit Tidak Fatal, UGM Yogyakarta, [13] Persamaan Diferensial Biasa, Jurusan Teknik Elektro ISTA Yogyakarta. 34
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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 II KAJIAN TEORI. digunakan pada bab pembahasan. Teori-teori ini digunakan sebagai bahan acuan
BAB II KAJIAN TEORI Pada bab ini akan dijelaskan mengenai landasan teori yang akan digunakan pada bab pembahasan. Teori-teori ini digunakan sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi
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 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 terperinciDINAMIKA PERKEMBANGAN HIV/AIDS DI SULAWESI UTARA MENGGUNAKAN MODEL PERSAMAAN DIFERENSIAL NONLINEAR SIR (SUSCEPTIBLE, INFECTIOUS AND RECOVERED)
DINAMIKA PERKEMBANGAN HIV/AIDS DI SULAWESI UTARA MENGGUNAKAN MODEL PERSAMAAN DIFERENSIAL NONLINEAR SIR (SUSCEPTIBLE, INFECTIOUS AND RECOVERED) Amir Tjolleng 1), Hanny A. H. Komalig 1), Jantje D. Prang
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 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 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 terperinciKAJIAN MODEL EPIDEMIK SIR DETERMINISTIK DAN STOKASTIK PADA WAKTU DISKRIT. Oleh: Arisma Yuni Hardiningsih
KAJIAN MODEL EPIDEMIK SIR DETERMINISTIK DAN STOKASTIK PADA WAKTU DISKRIT Oleh: Arisma Yuni Hardiningsih 126 1 5 Dosen Pembimbing: Dra. Laksmi Prita Wardhani, M.Si Jurusan Matematika Fakultas Matematika
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 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 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 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 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 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 terperinciKESTABILAN TITIK TETAP MODEL PENULARAN PENYAKIT TIDAK FATAL
Jurnal Matematika UNAND Vol. 2 No. 3 Hal. 58 65 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND KESTABILAN TITIK TETAP MODEL PENULARAN PENYAKIT TIDAK FATAL AKHIRUDDIN Program Studi Matematika, Fakultas
Lebih terperinciSIMULASI MODEL EPIDEMIK TIPE SIR DENGAN STRATEGI VAKSINASI DAN TANPA VAKSINASI
SIMULASI MODEL EPIDEMIK TIPE SIR DENGAN STRATEGI VAKSINASI DAN TANPA VAKSINASI Siti Komsiyah Mathematics & Statistics Department, School of Computer Science, Binus University Jl. K.H. Syahdan No. 9, Palmerah,
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 terperinciKATA PENGANTAR. Puji syukur penulis panjatkan kehadirat Allah SWT yang telah memberikan rahmat dan
KATA PENGANTAR Puji syukur penulis panjatkan kehadirat Allah SWT yang telah memberikan rahmat dan karunia-nya sehingga Tugas Akhir ini dapat terselesaikan. Tugas Akhir yang berjudul Analisis Kestabilan
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 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 terperinciBAB 3 ANALISIS DAN PERANCANGAN. 3.1 Analisis Kegunaan dari Program Aplikasi yang Dirancang
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
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 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 terperinciPENGARUH STRATEGI PULSE VACCINATION TERHADAP PENCEGAHAN PENYEBARAN PENYAKIT CAMPAK
PENGARUH STRATEGI PULSE VACCINATION TERHADAP PENCEGAHAN PENYEBARAN PENYAKIT CAMPAK Dewi Putrie Lestari 1 dan Hengki Tasman 2 1 Pusat Studi Komputasi Matematika Universitas Gunadarma dewi_putrie@staffgunadarmaacid
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 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 I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Semakin berkembangnya ilmu pengetahuan dan ilmu pengobatan tidak menjamin manusia akan bebas dari penyakit. Hal ini disebabkan karena penyakit dan virus juga
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 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 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 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 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 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 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 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 terperinciMODEL SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) UNTUK PENYEBARAN PENYAKIT TUBERKULOSIS
e-jurnal Matematika Vol 1 No 1 Agustus 2012, 52-58 MODEL SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) UNTUK PENYEBARAN PENYAKIT TUBERKULOSIS K QUEENA FREDLINA 1, TJOKORDA BAGUS OKA 2, I MADE EKA DWIPAYANA
Lebih terperinciAnalisis Kestabilan Pada Model Transmisi Virus Hepatitis B yang Dipengaruhi Oleh Migrasi
Analisis Kestabilan Pada Model Transmisi Virus Hepatitis B yang Dipengaruhi Oleh Migrasi 1 Firdha Dwishafarina Zainal, Setijo Winarko, dan Lukman Hanafi Jurusan Matematika, Fakultas MIPA, Institut Teknologi
Lebih terperinciAnalisis Kestabilan Model Matematika Penyebaran Infeksi Penyakit SARS (Severe Acute Respiratory Syndrome) dengan Faktor Host dan Vaksinasi
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Analisis Kestabilan Model Matematika Penyebaran Infeksi Penyakit SARS (Severe Acute Respiratory Syndrome) dengan Faktor Host dan Vaksinasi
Lebih terperinciArisma Yuni Hardiningsih. Dra. Laksmi Prita Wardhani, M.Si. Jurusan Matematika. Surabaya
ANALISIS KESTABILAN DAN MEAN DISTRIBUSI MODEL EPIDEMIK SIR PADA WAKTU DISKRIT Arisma Yuni Hardiningsih 1206 100 050 Dosen Pembimbing : Dra. Laksmi Prita Wardhani, M.Si Jurusan Matematika Institut Teknologi
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 I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN Bab ini memuat tentang latar belakang yang mendasari penelitian. Berdasarkan pada latar belakang tersebut, ditentukan tujuan penelitian yang ingin dicapai. Pada bab ini juga dijelaskan
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 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 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. 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 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 terperinciANALISIS KESTABILAN DARI SISTEM DINAMIK MODEL SEIR PADA PENYEBARAN PENYAKIT CACAR AIR (VARICELLA) DENGAN PENGARUH VAKSINASI SKRIPSI
ANALISIS KESTABILAN DARI SISTEM DINAMIK MODEL SEIR PADA PENYEBARAN PENYAKIT CACAR AIR (VARICELLA) DENGAN PENGARUH VAKSINASI SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
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 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 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 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 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 II LANDASAN TEORI. dalam penulisan skripsi ini. Teori-teori yang digunakan berupa definisi-definisi serta
BAB II LANDASAN TEORI Pada bab ini akan diuraikan beberapa teori-teori yang digunakan sebagai acuan dalam penulisan skripsi ini. Teori-teori yang digunakan berupa definisi-definisi serta teorema-teorema
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 terperinciANALISIS KESTABILAN MODEL DINAMIKA PENYEBARAN PENYAKIT FLU BURUNG
Buletin Ilmiah Math. Stat. Dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 235-244 ANALISIS KESTABILAN MODEL DINAMIKA PENYEBARAN PENYAKIT FLU BURUNG Hidayu Sulisti, Evi Noviani, Nilamsari Kusumastuti
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 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 III PEMBAHASAN. tenggorokan, batuk, dan kesulitan bernafas. Pada kasus Avian Influenza, gejala
BAB III PEMBAHASAN A. Permasalahan Nyata Flu Burung (Avian Influenza) Avian Influenza atau yang lebih dikenal dengan flu burung adalah suatu penyakit menular yang disebabkan oleh virus influenza tipe A.
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 terperinciTUGAS AKHIR KAJIAN SKEMA BEDA HINGGA TAK-STANDAR DARI TIPE PREDICTOR-CORRECTOR UNTUK MODEL EPIDEMIK SIR
TUGAS AKHIR KAJIAN SKEMA BEDA HINGGA TAK-STANDAR DARI TIPE PREDICTOR-CORRECTOR UNTUK MODEL EPIDEMIK SIR STUDY OF A NONSTANDARD SCHEME OF PREDICTORCORRECTOR TYPE FOR EPIDEMIC MODELS SIR Oleh:Anisa Febriana
Lebih terperinciANALISIS KESTABILAN DAN PROSES MARKOV MODEL PENYEBARAN PENYAKIT EBOLA
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 163-172 ANALISIS KESTABILAN DAN PROSES MARKOV MODEL PENYEBARAN PENYAKIT EBOLA Auliah Arfani, Nilamsari Kusumastuti, Shantika
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 terperinciPenyebab, gejala dan cara mencegah polio Friday, 04 March :26. Pengertian Polio
Pengertian Polio Polio atau poliomyelitis adalah penyakit virus yang sangat mudah menular dan menyerang sistem saraf. Pada kondisi penyakit yang bertambah parah, bisa menyebabkan kesulitan 1 / 5 bernapas,
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 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 terperinciEPIDEMIOLOGI PENYAKIT MENULAR
EPIDEMIOLOGI PENYAKIT MENULAR A. Pengantar Perkembangan ilmu pengetahuan dan teknologi dalam bidang kedokteran mendorong para tenaga ahli selalu mengadakan riset terhadap berbagai penyakit termasuk salah
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 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 I PENDAHULUAN. Perkembangan ilmu pengetahuan dan teknologi serta perubahan lingkungan
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan ilmu pengetahuan dan teknologi serta perubahan lingkungan hidup dapat mempengaruhi perubahan pola penyakit yang dapat menimbulkan epidemik dan membahayakan
Lebih terperinciANALISIS STABILITAS PENYEBARAN VIRUS EBOLA PADA MANUSIA
ANALISIS STABILITAS PENYEBARAN VIRUS EBOLA PADA MANUSIA Mutholafatul Alim 1), Ari Kusumastuti 2) 1) Mahasiswa Jurusan Matematika, Universitas Islam Negeri Maulana Malik Ibrahim Malang 1) mutholafatul@rocketmail.com
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. Feces (kotoran manusia) yang terinfeksi oleh bakteri Vibrio cholerae
BAB I PENDAHULUAN A. Latar Belakang Masalah Feces (kotoran manusia) yang terinfeksi oleh bakteri Vibrio cholerae banyak ditemui di permukaan air. Melalui makanan, seperti sayuran yang telah dipupuk dengan
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 terperinciModel Matematika Penyebaran Penyakit HIV/AIDS dengan Terapi pada Populasi Terbuka
Model Matematika Penyebaran Penyakit HIV/AIDS dengan Terapi pada Populasi Terbuka M Soleh 1, D Fatmasari 2, M N Muhaijir 3 1, 2, 3 Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sultan Syarif Kasim
Lebih terperinciBAB II LANDASAN TEORI. selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi
BAB II LANDASAN TEORI Pada bab ini akan dibahas tentang landasan teori yang digunakan pada bab selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi yang diuraikan berupa definisi-definisi
Lebih terperinci