T 7 Model Sir (Suspectible Infected Recovered) Dengan Imigrasi Dan Pengaruh Sanitasi Serta Perbaikan Tingkat Sanitasi

dokumen-dokumen yang mirip
T 4 Simulasi Level Sanitasi Pada Model Sir Dengan Imigrasi Dan Vaksinasi

T 1 Simulasi Laju Vaksinasi Dan Keefektifan Vaksin Pada Model Sis

T - 11 MODEL STOKASTIK SUSCEPTIBLE INFECTED RECOVERED (SIR)

MODEL SUSCEPTIBLE INFECTED RECOVERED (SIR) DENGAN IMIGRASI DAN SANITASI

Simulasi Pengaruh Imigrasi pada Penyebaran Penyakit Campak dengan Model Susceptible Exposed Infected Recovered (SEIR)

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

MODEL EPIDEMIK SIR UNTUK PENYAKIT YANG MENULAR SECARA HORIZONTAL DAN VERTIKAL

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

III PEMODELAN. (Giesecke 1994)

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

KESTABILAN TITIK EQUILIBRIUM MODEL SIR (SUSPECTIBLE, INFECTED, RECOVERED) PENYAKIT FATAL DENGAN MIGRASI

BAB I PENDAHULUAN. Model matematika merupakan sekumpulan persamaan atau pertidaksamaan yang

PENYEBARAN PENYAKIT CAMPAK DI INDONESIA DENGAN MODEL SUSCEPTIBLE VACCINATED INFECTED RECOVERED (SVIR)

III. MODEL MATEMATIK PENYEBARAN PENYAKIT DBD

KESTABILAN MODEL SUSCEPTIBLE VACCINATED INFECTED RECOVERED (SVIR) PADA PENYEBARAN PENYAKIT CAMPAK (MEASLES) (Studi Kasus di Kota Semarang)

SIMULASI MODEL EPIDEMIK TIPE SIR DENGAN STRATEGI VAKSINASI DAN TANPA VAKSINASI

BAB I PENDAHULUAN. Dalam perkembangan zaman saat ini yang terus maju, diperlukan suatu

PEMODELAN MATEMATIKA DAN ANALISIS KESTABILAN MODEL PADA PENYEBARAN HIV-AIDS

MODEL SEIR PENYAKIT CAMPAK DENGAN VAKSINASI DAN MIGRASI

BAB II LANDASAN TEORI

ABSTRAK. Kata Kunci: SEIS, masa inkubasi, titik kesetimbangan, pertussis, simulasi. iii

BAB I PENDAHULUAN. adalah penyakit menular karena masyarakat harus waspada terhadap penyakit

Abstrak: Makalah ini bertujuan untuk mengkaji model SIR dari penyebaran

BAB I PENDAHULUAN. Gejala awal campak berupa demam, konjungtivis, pilek batuk dan bintik-bintik

MODEL SIR UNTUK PENYEBARAN PENYAKIT FLU BURUNG

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

FOURIER April 2013, Vol. 2, No. 1, MODEL PENYEBARAN PENYAKIT POLIO DENGAN PENGARUH VAKSINASI. RR Laila Ma rifatun 1, Sugiyanto 2

BAB I PENDAHULUAN. ibu kepada anaknya melalui plasenta pada saat usia kandungan 1 2 bulan di

BAB I PENDAHULUAN Latar Belakang Masalah

ANALISIS MODEL SEIR (SUSCEPTIBLE, EXPOSED, INFECTIOUS, RECOVERED) UNTUK PENYEBARAN PENYAKIT TUBERKULOSIS DI KABUPATEN BOGOR

Kestabilan Model SIRS dengan Pertumbuhan Logistik dan Non-monotone Incidence Rate

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

Kestabilan Titik Ekuilibrium Model SIS dengan Pertumbuhan Logistik dan Migrasi

Analisis Kestabilan Model Seiqr pada Penyebaran Penyakit Sars

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1.Latar Belakang

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

BAB 3 ANALISIS DAN PERANCANGAN. 3.1 Analisis Kegunaan dari Program Aplikasi yang Dirancang

BAB I PENDAHULUAN. terdapat pada pengembangan aplikasi matematika di seluruh aspek kehidupan manusia. Peran

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

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

MODEL EPIDEMI SEIV PENYEBARAN PENYAKIT POLIO PADA POPULASI TAK KONSTAN

UNNES Journal of Mathematics

ANALISIS STABILITAS DAN OPTIMAL KONTROL PADA MODEL EPIDEMI TIPE SIR DENGAN VAKSINASI

KATA PENGANTAR. Puji syukur penulis panjatkan kehadirat Allah SWT yang telah memberikan rahmat dan

T - 1 PEMODELAN MATEMATIKA UNTUK MENSIMULASIKAN EFEK POPULASI KARANTINA TERHADAP PENYEBARAN PENYAKIT HIV/AIDS DI PAPUA

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

BAB I PENDAHULUAN Latar Belakang

Dinamik Model Epidemi SIRS dengan Laju Kematian Beragam

ANALISIS TITIK EKUILIBRIUM MODEL EPIDEMI SIR DENGAN EFEK DEMOGRAFI

Model Matematika Penyebaran Penyakit HIV/AIDS dengan Terapi pada Populasi Terbuka

BAB II KAJIAN TEORI. digunakan pada bab pembahasan. Teori-teori ini digunakan sebagai bahan acuan

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

MODEL SEIR PADA PENULARAN HEPATITIS B

MODEL SEIR PENYAKIT CAMPAK DENGAN VAKSINASI DAN MIGRASI TUGAS AKHIR. Oleh : SITI RAHMA

PEMODELAN MATEMATIKA DAN ANALISIS STABILITAS DARI PENYEBARAN PENYAKIT FLU BURUNG

PENYEBARAN PENYAKIT CAMPAK DI INDONESIA DENGAN MODEL SUSCEPTIBLE VACCINATED INFECTED RECOVERED (SVIR)

PROBABILITAS WAKTU DELAY MODEL EPIDEMI ROUTING

MODEL EPIDEMI SUSCEPTIBLE INFECTED RECOVERED (SIR) DENGAN PROSES POISSON. oleh LUCIANA ELYSABET M

OLEH : IKHTISHOLIYAH DOSEN PEMBIMBING : Dr. subiono,m.sc

PEMODELAN EPIDEMIK MENGGUNAKAN CELLULAR AUTOMATA

MODEL MATEMATIKA MANGSA-PEMANGSA DENGAN SEBAGIAN MANGSA SAKIT

Bab 2 Tinjauan Pustaka

ANALISIS DINAMIK MODEL EPIDEMI SIRS DENGAN MODIFIKASI TINGKAT KEJADIAN INFEKSI NONMONOTON DAN PENGOBATAN

APLIKASI METODE MATRIKS GENERASI DALAM MENENTUKAN NILAI MATEMATIKA PENYEBARAN VIRUS HIV/AIDS. 10 Makassar, kode Pos 90245

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

Kontrol Optimal pada Model Epidemi SEIQR dengan Tingkat Kejadian Standar

BAB I PENDAHULUAN 1.1 Latar Belakang

Analisis Kestabilan Model MSEIR Penyebaran Penyakit Difteri Dengan Saturated Incidence Rate

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

Model Matematika SIV Untuk Penyebaran Virus Tungro Pada Tanaman Padi

BAB III METODOLOGI PENELITIAN. Alam, Universitas Lampung pada semester genap tahun akademik 2011/2012.

Kestabilan Model SIS dengan Non-monotone Incidence Rate & Treatment

BAB I PENDAHULUAN. mencegah tubuh dari penularan penyakit infeksi. Penyakit infeksi. adalah suatu penyakit yang disebabkan oleh mikroorganisme

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

T 3 Model Dinamika Sel Tumor Dengan Terapi Pengobatan Menggunakan Virus Oncolytic

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

PENGARUH STRATEGI PULSE VACCINATION TERHADAP PENCEGAHAN PENYEBARAN PENYAKIT CAMPAK

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN. Perkembangan ilmu pengetahuan dan teknologi serta perubahan lingkungan

TUGAS AKHIR KAJIAN SKEMA BEDA HINGGA TAK-STANDAR DARI TIPE PREDICTOR-CORRECTOR UNTUK MODEL EPIDEMIK SIR

DINAMIKA MODEL EPIDEMIK SVIR

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

BAB I PENDAHULUAN. penyakit menular. Salah satu contohnya adalah virus flu burung (Avian Influenza),

SIMULASI PENYEBARAN PENYAKIT MENULAR HIV/AIDS DI PROVINSI JAWA TENGAH MENGGUNAKAN MODEL EPIDEMI SIR (SUSCEPTIBLE, INFECTED, REMOVED)

Analisis Model Penyebaran Penyakit Menular Dengan Bakteri dan Hospes

DINAMIKA PERKEMBANGAN HIV/AIDS DI SULAWESI UTARA MENGGUNAKAN MODEL PERSAMAAN DIFERENSIAL NONLINEAR SIR (SUSCEPTIBLE, INFECTIOUS AND RECOVERED)

BAB I PENDAHULUAN 1.1 Latar Belakang

Model Matematika Untuk Kontrol Campak Menggunakan Vaksinasi

Lalu, kekebalan seperti apa yang dimiliki bayi di bulan-bulan pertamanya?

ANALISIS KESTABILAN MODEL PENYEBARAN PENYAKIT TUBERCULOSIS SKRIPSI. Oleh : Lisa Prihutami J2A

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

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

II MODEL MATEMATIKA PENYEBARAN PENYAKIT DBD

Penyelesaian Numerik dan Analisa Kestabilan pada Model Epidemik SEIR dengan Memperhatikan Adanya Penularan pada Periode Laten

Jurnal Euclid, vol.3, No.2, p.501 MODEL MATEMATIKA TERHADAP PENYEBARAN VIRUS AVIAN INFLUENZA TIPE-H5N1 PADA POPULASI MANUSIA

Bab 1 Pendahuluan. 1.1 Latar Belakang

MODEL EPIDEMI STOKASTIK SUSCEPTIBLE INFECTED SUSCEPTIBLE (SIS)

PENERAPAN MODEL PERTUMBUHAN LOGISTIK DENGAN MEMPERHATIKAN LAJU INTRINSIK

MODEL EPIDEMI SIRS DENGAN TIME DELAY

Transkripsi:

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 Abstrak Model SIR dapat digunakan untuk memodelkan suatu penyakit infeksi seperti measles (campak), mumps (gondong), rubella (campak Jerman) serta poliomyelitis (polio) dalam suatu populasi tertutup dengan asumsi-asumsi tertentu. Selanjutnya dilakukan simulasi untuk mengetahui pengaruh sanitasi pada laju kontak penularannya. Sehingga dapat ditentukan bahwa sanitasi yang baik dapat menekan atau memperkecil laju kontak penyebaran suatu penyakit infeksi. Kata kunci : penyakit infeksi, model SIR, tingkat sanitasi. 1. PENDAHULUAN Penyakit infeksi yang bersifat endemik seperti measles (campak), mumps (gondong), rubella (campak Jerman) serta poliomyelitis (polio) merupakan penyakit yang sering menyerang manusia pada suatu negara tertentu. Penularan ini bisa terjadi secara kontak langsung dengan individu terinfeksi melalui batuk, udara, air minum, makanan, bersin dan kotoran manusia. Penyakit yang bersifat endemik tersebut merupakan penyakit yang menyerang suatu negara dalam jangka waktu yang lama. Perpindahan penduduk dari suatu negara ke negara lain atau sering disebut dengan imigrasi sangat berpengaruh terhadap penyebaran penyakit infeksi. Individu yang baru saja berperan sebagai imigran ini memiliki kesehatan yang baik tetapi juga rawan terinfeksi suatu penyakit. Menurut Picollo dan Billings [4] menjelaskan bahwa suatu negara yang memiliki populasi yang sangat padat, faktor imigrasi sangat mempengaruhi laju penyebaran suatu penyakit infeksi. Terjadinya penyebaran penyakit infeksi bisa dipengaruhi oleh buruknya tingkat kebersihan pada suatu wilayah tertentu. Negara yang memiliki wilayah dengan pemukiman penduduk yang sangat banyak dan padat biasanya tidak memiliki tingkat kebersihan yang cukup baik. Sehingga untuk menekan terinfeksinya seorang individu yang sehat agar tidak mudah untuk terinfeksi suatu penyakit, dapat dilakukan dengan perbaikan lingkungan hidup yang bersih agar terbentuk sanitasi yang baik. Makalah dipresentasikan dalam dengan tema Matematika dan Pendidikan Karakter dalam Pembelajaran pada tanggal 3 Desember 2011 di Jurusan Pendidikan Matematika FMIPA UNY

Perkembangan ilmu pengetahuan di bidang matematika mempunyai peranan yang sangat penting untuk menggambarkan fenomena penyebaran penyakit infeksi. Peranan tersebut dituangkan dalam bentuk pemodelan matematika. Menurut Hethcote [2] model Suspectible Infected Recovered (SIR) dapat digunakan untuk memodelkan penyebaran penyakit infeksi. Memperhatikan faktor pertambahan dan pengurangan penduduk, yaitu faktor kelahiran yang dapat berpengaruh pada bertambahnya jumlah penduduk. Sedangkan faktor kematian yang berpengaruh pada berkurangnya jumlah penduduk. Sebagaimana yang disebutkan oleh Hethcote [2] bahwa model SIR yang menggambarkan fenomena penyakit infeksi dengan memperhatikan faktor kelahiran dan kematian disebut sebagai model endemik SIR. 2. HASIL DAN PEMBAHASAN 2.1. Konstruksi Model Menurut Iannelli [3], penyebaran penyakit infeksi dapat dimodelkan dengan mengelompokkan jumlah individu pada populasinya menjadi 3 kelompok, yaitu suspectible, infected, dan recovered. Pada kelompok suspectible misalkan merupakan kelompok yang sehat tetapi rawan terkena suatu penyakit dalam waktu. Kelompok infected misalkan merupakan kelompok yang telah terinfeksi suatu penyakit dalam waktu t, sedangkan kelompok recovered misalkan merupakan suatu kelompok yang telah memiliki kekebalan permanen dalam waktu. Untuk menentukan penurunan model SIR diperlukan beberapa asumsi. Berikut ini asumsi-asumsi menurut Hethcote [2] dan Iannelli [3]. 1. Individu yang lahir dan imigrasi merupakan individu yang sehat tetapi rentan terserang suatu penyakit. Laju kelahiran dan laju imigrasi yang masuk sama dengan laju kematiannya, sehingga populasi pada suatu wilayah adalah konstan. 2. Jumlah individu dalam populasi bercampur secara homogen, sehingga bisa terjadi kontak langsung dengan individu terinfeksi atau melalui perantara lainnya dalam penularan penyakit. Dengan laju kontak atau penularannya adalah konstan. 3. Hanya terdapat satu jenis penyakit, sehingga hanya terdapat satu macam penularan dengan penyakit yang sama. MT 54

4. Individu yang telah sembuh dianggap telah sembuh dari penyakit dan tidak terinfeksi lagi sehingga tidak akan tertular penyakit lagi. 5. Tidak memperhatikan masa inkubasi dari penyakit. Seperti yang telah diasumsikan bahwa penularan terjadi jika terdapat kontak dengan individu infected. Sehingga terdapat sebanyak individu yang terinfeksi yang mengakibatkan individu suspectible mempunyai kemungkinan terinfeksi sebesar proporsi individu infected yaitu dengan laju, yang mengakibatkan berkurangnya individu suspectible sebesar pada waktu. Adanya kelahiran dan imigrasi yang merupakan individu yang sehat tetapi rentan terserang penyakit mengakibatkan bertambahnya jumlah individu suspectible. Dimisalkan merupakan laju kelahiran dan laju imigrasi, oleh karena itu individu suspectible bertambah sebanyak. Tetapi adanya kematian karena kerentanan individu terhadap suatu penyakit mengakibatkan berkurangnya individu suspectible sebanyak. Sehingga didapat laju perubahan individu suspectible pada waktu adalah Berkurangnya individu suspectible karena terinfeksi oleh suatu penyakit mengakibatkan bertambahnya individu infected sebanyak individu suspectible yang terinfeksi yaitu. Individu infected yang tidak dapat sembuh sehingga terjadi kematian mengakibatkan berkurangnya individu infected sebesar. Individu infected yang telah sembuh dari penyakit tidak akan terinfeksi lagi mengakibatkan berkurangnya jumlah individu infected dengan laju kesembuhan sebanyak. Sehingga didapat laju perubahan individu infected pada waktu adalah Individu infected yang telah sembuh dan memiliki kekebalan permanen mengakibatkan bertambahnya jumlah individu recovered sebanyak. Individu recovered yang tidak dapat bertahan karena daya tahan tubuh individu yang cenderung lemah maka menyebabkan terjadinya kematian sehingga mengakibatkan berkurangnya individu recovered sebanyak. Sehingga didapat laju perubahan individu recovered pada waktu adalah MT 55

Perubahan populasi model SIR dengan imigrasi dapat dilihat pada Gambar 2.1 Gambar 2.1. Dinamika model SIR dengan imigrasi dari Gambar 2.1 diperoleh sistem autonomous model endemik SIR dengan imigrasi sebagai berikut (1) Fungsi merupakan pengaruh sanitasi pada laju kontak, dengan adalah tingkat sanitasi seperti yang disampaikan oleh Alves de Guimaraens dan Codeco [1]. Penambahan fungsi pada laju kontak penyebaran pada sistem persamaan (1) dapat dilihat pada Gambar 2.2. Gambar 2.2. Dinamika model SIR dengan imigrasi dan pengaruh sanitasi Tampak bahwa pada Gambar 2.2 pengaruh sanitasi (fungsi ) berada diantara populasi individu suspectible dengan populasi individu infected. Sehingga pengaruh sanitasi sangat berpengaruh terhadap penyebaran Penyakit infeksi. Mempertimbangkan MT 56

pengaruh sanitasi pada model SIR dengan imigrasi dan pengaruh sanitasi maka model dapat dimodifikasi menjadi (2) dengan dan. Sistem persamaan (2) merupakan model SIR dengan imigrasi dan pengaruh sanitasi, S, I dan R merupakan banyaknya individu suspectible, infected dan recovered. 2.2 Simulasi Model Pada simulasi model ini akan dilihat penurunan jumlah individu yang terinfeksi dengan memperbesar level sanitasi yaitu dengan nilai secara berturut-turut adalah, dan. Diambil populasi dalam suatu wilayah yang terdiri dari 763 orang. Pada mulanya didalam daerah tersebut terdapat satu orang yang terinfeksi. Untuk selanjutnya pada wilayah tersebut terdapat 512 orang yang terinfeksi dalam waktu 25 hari. Diberikan nilai-nilai parameter yaitu laju kontak terhadap penyakit, laju kesembuhan, laju kelahiran dan laju imigrasi sebesar, dengan laju kematian merupakan laju kelahiran ditambah laju imigrasi. Berdasarkan data tersebut didapat jumlah individu suspectible pada waktu adalah, jumlah individu infected pada waktu adalah dan jumlah individu recovered pada waktu adalah. Sehingga didapat model SIR dengan imigrasi dengan dan level sanitasi secara berturut-turut adalah sebesar, dan adalah (3) MT 57

Untuk mengetahui penurunan jumlah individu yang terinfeksi berdasarkan sistem persamaan (3) dapat disajikan pada Gambar 2.3 dengan menggunakan bantuan software mathematica 7 i 300 286 240 186 100 0 0 5 7 9 10 25 t Gambar 2.3. Perubahan jumlah individu terinfeksi karena pengaruh (garis tebal), (garis putus-putus), dan (garis tipis) Berdasarkan Gambar 2.3 tampak bahwa jumlah individu terinfeksi saat tidak ada sanitasi atau level sanitasi pada waktu hari sebesar 286 orang. Pada Gambar 2.3 terjadi penurunan jumlah terinfeksi sebesar 46 orang ketika level sanitasi ditingkatkan sebesar pada waktu. Ketika level sanitasi ditingkatkan menjadi terjadi penurunan jumlah individu terinfeksi dari waktu hari sampai hari yaitu sebesar 54 orang. Berarti semakin besar tingkat sanitasi maka semakin berkurang jumlah individu yang terinfeksi. 3. KESIMPULAN Berdasarkan hasil dan pembahasan dapat disimpulkan bahwa, 1. Model endemik SIR dengan imigrasi dan pengaruh sanitasi MT 58

dengan, dan berturut-turut adalah individu suspectible, infected dan recovered dengan dan. 2. Adanya perbaikan tingkat sanitasi dengan level sanitasi mampu menurunkan laju kontak individu terinfeksi yang semula berjumlah 286 orang pada waktu hari menjadi 186 orang pada waktu hari, itu berarti terjadi penurunan jumlah individu terinfeksi sebesar 100 orang dalam 3 hari. DAFTAR PUSTAKA [1] Alves de Guimaraens, M., and Codeco, C. T., Experience with Mathematical Models to Simulate Hepatitis A Population Dynamics Under Different Levels of Endemicity, Cad. Saude Publica, Rio de Janeiro, 2005. [2] Hethcote, H. W., The Mathematics of Infectious Diseases, SIAM Review 42 (2000), no. 4, 599-653. [3] Iannelli, M., The Mathematical Modeling of Epidemics, Mathematics Department University of Torornto, 2005. [4] Picollo, C. III and Billings, L., The Effect of Vaccinations in an Immigrant Model, Mathematical and Computer Modelling (2005), no. 42, 291-299. MT 59