MODEL PENYEBARAN PENYAKIT MENULAR DENGAN TRANSMISI VERTIKAL

dokumen-dokumen yang mirip
Eksistensi Bifurkasi Mundur pada Model Penyebaran Penyakit Menular dengan Vaksinasi

BAB I PENDAHULUAN. SARS pertama kali dilaporkan terjadi di Propinsi Guandong Cina pada

Analisis Dinamik Pada Model Penyebaran Penyakit Campak Dengan Pengaruh Vaksin Permanen

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER

Bab 4 SIMULASI NUMERIK. 4.1 Kasus I

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB II TEORI ALIRAN DAYA

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

RANGKAIAN SERI. 1. Pendahuluan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III SKEMA NUMERIK

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5

Analisis Kecepatan Dan Percepatan Mekanisme Empat Batang (Four Bar Lingkage) Fungsi Sudut Crank

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB II LANDASAN TEORI

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB III METODOLOGI PENELITIAN

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

PADA GRAF PRISMA BERCABANG

SEMI RING POLINOM ATAS ALJABAR MAX-PLUS

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA

Bab 3. Teori Comonotonic. 3.1 Pengurutan Variabel Acak

2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph

DIMENSI PARTISI GRAF GIR

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

PENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI QR TUGAS AKHIR

BAB 2 ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA

BILANGAN RAMSEY SISI DARI r ( P, )

PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM)

PENGEMBANGAN METODE ALGORITMA GENETIKA DAN DARWINIAN PARTICLE SWARM OPTIMIZATION UNTUK FUNGSI MULTIMODAL

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

Aplikasi Teori Kendali Pada Permainan Dinamis Non-Kooperatif Waktu tak Berhingga

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 33-40, April 2001, ISSN : KLASIFIKASI INTERAKSI GELOMBANG PERMUKAAN BERTIPE DUA SOLITON

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

Bab 1 PENDAHULUAN Latar Belakang

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

MODEL MATEMATIKA SISTEM THERMAL

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC

DesainKontrolFuzzy BerbasisPerformansiH dengan Batasan Input-Output untuk Sistem Pendulum-Kereta

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).

Prediksi Kelainan Refraksi Berdasarkan Panjang Sumbu Bola Mata Pada Pasien Myopia Axial Melalui Regresi Bootstrap

BAB IV APLIKASI. Pada bagian ini akan dibahas bagaimana contoh mengestimasi. parameter model yang diasumsikan memiliki karateristik spasial lag

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )

BAB 2 LANDASAN TEORI

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

Model Epidemi Seir dengan Insidensi Standar. Model of SEIR Epidemic with Standard Incidence

Dekomposisi Nilai Singular dan Aplikasinya

JMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB 2 LANDASAN TEORI

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012

BAB 2 KAJIAN PUSTAKA

KAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC. memiliki derajat maksimum dan tidak ada titik yang terisolasi. Jika n i adalah

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

III PEMODELAN MATEMATIS SISTEM FISIK

PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP

BAB III METODOLOGI PENELITIAN

PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant)

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA

BAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F )

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

Catatan Kuliah 13 Memahami dan Menganalisa Optimasi dengan Kendala Ketidaksamaan

IV. HASIL DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV PENGUJIAN DAN ANALISA

ANALISIS DATA KATEGORIK (STK351)

BAB IV PERHITUNGAN DAN ANALISIS

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK

BAB II KAJIAN TEORI. 2.1 Pendahuluan. 2.2 Pengukuran Data Kondisi

APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS

Bab III Analisis Rantai Markov

REKAYASA TRANSPORTASI LANJUT UNIVERSITAS PEMBANGUNAN JAYA

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV TRIP GENERATION

BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA

Transkripsi:

MODL PNYBARAN PNYAKIT MNULAR DNGAN TRANSMISI VRTIKAL Usman Pagalay Jurusan Matematka, Fakultas Sans dan Teknolog Unverstas Islam Neger (UIN) Maulana Malk Ibrahm Malang e-mal: usmanpagalay@yahoo.co.d Abstract The dynamcs of many epdemc models for nfectous dseases that spread n a sngle host populaton demonstrate a threshold phenomenon. If the basc reproducton number R s below unty, the dsease free equlbrum P s globally stable n the feasble regon and the dsease always des out. If R > 1, a unque endemc equlbrum P s globally asymptotcally stable n the nteror of the feasble regon and the dsease wll persst at the endemc equlbrum f t s ntally present. In ths paper ths threshold phenomenon s establshed for two epdemc models of SIR type usng two recent approaches to the global-stablty problem. Key words: pdemc models, endemc equlbrum, latent perod global stablty. 1. Pendahuluan Penyakt Menular danggap sebaga penyakt yang serus dan korbannya mencapa,5 Mlar orang dseluruh duna, khususnya pada daerah trops. Rata-rata kematan yang ternfeks penyakt n berksar antara 4%.. Meskpun hampr semua penyakt Menular n terjad pada daerah trops. Beberapa peneltan menunjukkan bahwa penyakt Menular mungkn saja terjad d daerah dngn. Untuk mengontrol penyakt Menular secara efektf, kta akan memaham dnamka penyebaran penyakt dan mempertmbangkan semua hal yang terkat secara detal dan menggunakan model Matematka dengan bantuan program computer.. Model Matematka Pada tulsan n, kta menganggap model SIR yang memlk angka kelahran yang bersfat ekponensal dan dasumskan bahwa penyakt menyebar melalu arah (transms) yatu transms horzontal dan transms vertkal. b-pb-qbl rs b-pb-qbl λis ε λi S I R bs b bi br GAMBAR 1. Alur dagram antar kompartemen Dasumskan bahwa penyaktnya tdak fatal (α=), tngkat kelahran dan kematan sama dan dnotaskan b. oleh karena tu, total populasnya (N) konstan, yatu N = S + + I + R = 1, dan maka dar tu angka kelahran Asl A + bn = b. Pada transms vertkal, kta asumskan bahwa pecahan p dan q pada turunan dar bagan exposed dan nfecton, menghaslkan bagan. konsekuensnya perubahan kelahran pada kelas (exposed) dberkan oleh persamaan pb + qbi sehngga perubahan kelahran pada bagan S (suscepsble) dberkan oleh persamaan b pb qbi dengan 5

Usman Pagalay p 1dan q 1. Pada vaksnas percacaran kta asumskan bahwa semua ndvdu yang rentang terhadap penyakt, dber vaksnas dengan nla tetap r, dan vaksnas tdak memlk efek pada ndvdu yang ternveks. Jka r =, maka tdak ada vaksnas yang dperhtungkan. Transfer dagram akan dperlhatkan pada sstem persamaan dfferensal berkut: S' = b λs pb qb bs rs ' = λs + pb + qb ( ε + b) (1.1) = ε ( γ + b) R' = γ br + rs Dalam analsa dnamk, kompartemen removed tdak berpengaruh sehngga dapat dtuls: S' = b λs pb qb bs rs ' = λs + pb + qb ( ε + b) (1.) = ε ( γ + b) 3 Notas doman adalah = {( S,, ) R.: S + + 1}. Dnamka dar (1.) dtentu-kan oleh teor Basc Reproducton Number yang dmodfkas menjad : λε b R = ( b + ε)( b + γ ) bp( b + γ ) bqε b + r (1.3) jka R 1, maka penyakt akan hlang dan kesembangannya adalah P = { b /( b + r),,}. Jka R > 1 maka kesembangan endemc P * = { S*, *, *} dengan S* = 1/R. Berkut adalah hasl yang dapat dbuktkan sebaga proposs. Pandang sstem persaman berkut S' = A ds λs ' = λs ( ε + d) ' = ε ( γ + a + d) Dgunakan sebuah fungs Lyapunov L = ε + ( ε + b pb). Bukt: J Matrks jacoban J1 = untuk persamaan (1.) dengan sebuah solus umum x {S(t),(t),(t)} adalah λ b r pb λs qb J1 = λ ε λ pb b S ε λ b (1.4) dan untuk nla J adalah berdasarkan rumus untuk mencar J adalah a11 + a a3 a13 J = a3 a11 + a33 a1 a + 31 a1 a a33 Maka dar persamaan (1.4) kta dapatkan untuk J nya adalah λ b r+ pb ε λs qb λs+ qb J = ε λ λ b r pb λ pb ε b λ (1.5) 6 Volume 1 No. 1 November 9

Model Penyebaran Penyakt Menular dengan Transms Vertkal Defnskan fungs 1 f 1 B = Pf P + P P x dmana a1 (1 α) (,, ) PS = a (1.6) dan 1 < a 1 < 1+ λ c /( λ + b), c adalah konstan dan, jkaε pb a = ε 1, jkaε < pb pb (1.7) B11 B1 sehngga dapat dtuls dalam bentuk B = dengan B1 B ( λs + qb) I ( λs + qb) B11 = λ ε b r pb B, 1 = a1,, ε 1 (1 a ) B = 1 a ε 1 a dan, ' λ γ b r + a pb (1 a ) pb B = a [ a pb] ε (1 ) ' ' λ + ε γ b + (1 a ) pb 1 a yang dapat dsederhanakan menjad ' λ γ b r + a pb (1 a ) pb ' λ ε γ b + (1 a ) pb 1 gunakan a b / dar q = lm sup sup μ ( B( x( s, x))) ds. t xo K t jka r = kemudan R mengurang parameter buka R (p,q) untuk sebuah model SIR b dengan tanpa vaksnas. jka R = R ( p, q), maka hubungan n sebenarnya b + r menjelaskan bahwa vaksnas rendah sehnggsa nla dasar reproduksnya juga rendah. λ ε Jka r = p = q =, maka dberkan R =. Ddalam batasan tersebut ( ε + b)( γ + b) berlaku ε, sehngga R memberkan dasar reproduks blangan untuk sebuah model SIR. t Volume 1 No. 1 November 9 7

Usman Pagalay 3. Hasl Numerk Dberkan Nla d=,8; λ =,4;A=,16;ε =,3;γ =a=. GAMBAR. Perlaku S (t) (Merah) pada har pertama terlhat turun dan kemudan cenderung tetap, dengan nla awal.8; Perlaku (t) (hjau) pada har pertama terlhat nak dan kemudan cenderung tetap dengan nla awal.; Perlaku I (t) (bru) pada har pertama terlhat Nak dan kemudan cenderung tetap dengan nla awal.1. Ketga grafk tersebut menuju ttk equlbrum. 4. Kesmpulan Jka λ dan ε membesar maka R juga membesar. Artnya dalam mengontrol penyakt menular, perlu dperhatkan nla λ dan ε. Daftar Pustaka Anderson, R.M. and May, R.M., (199), Infectous Dseases of Humans Dynamcs and Control, Oxford Unversty Press,Oxford. Anderson, R.M. and May, R.M., Populaton bology of nfectous dseases I, 18(179) Nature pp.361-367. Busenberg, S. and Cooke, K., (1993), Vertcally Transmtted Dseases, Bomathematcs, Vol.3, Sprnger-Verlag, Berln. Coppel, W.A., (1965), Stablty and Asymptotc Behavor of Dfferental quatons, Health, Boston. steva, L. and Vargas, C., (199), A model for dengue dsease wth varable human populaton, J. Math. Bol., 3-8, Pp.-4. Hale, J.K., (1969), Ordnary Dfferental quatons, John Wley & Sons, New York. Hethcote, H.W., and S.A., Levn Perodcty n epdemologcal models n Appled Mathematcal cology, L, Gross and S.A. Levneds Sprnger, New York, pp.193-11. Hethcote, H.W., Stech, H.W., and Van den Dressche, P., (1981), Perodcty and stablty n epdemc models a survey n Dfferental quatons and Applcatons n cology pdemcs and Populaton Problems, K.L.Cook ed Academc Press, New York, pp.65-85. L, M.Y. and Muldowney, J.S., (1995), Global stablty for the SIR model n epdemology, Math.Bosc., 15, pp.155-164. 8 Volume 1 No. 1 November 9

Model Penyebaran Penyakt Menular dengan Transms Vertkal L, M.Y., Graef, J.R., Wang, L.C., and Karsa, J., (1999), Global dynamcs of a SIR model wth a varyng total populaton sze, Math. Bosc., 16, pp.191-13. L, M.Y., Smth, H.L., and Wang, L., Global stablty of an SIR model wth vertcal transmsson, SIAM. J. Appl.Math., to appear. Lampran Program Maple untuk melhat Matrks pelnearan dar sstem > restart:wth(plots):wth(lnalg): > ds:=b-lambda**s-p*b*-q*b*-b*s-r*s; d:=lambda**s+p*b*+q*b*l-(epslon+b)*; d:=epslon*-(lambda+b)*; ds : = b λs pb qb bs rs d : = λs + pb + qbl ( ε + b) d : = ε ( λ+ b) > R[]:=(lambda*epslon)/((b+epslon)*(b+lambda)- b*p*(b+lambda)-b*q*epslon)*b/(b+r); : λεb R = (( ε + b)( λ+ b) bp( λ+ b) bqε)( b+ r) > j1:=jacoban([ds,d,d],[s,,]); λ b r pb λs qb j1: = λ ε λ pb b S ε λ b dengan menggunakan rumus untuk mencar J, maka ddapat nla j sebaga berkut : > j:=matrx(3,3,[[-lambda*-b-r+p*b-epslon-b, lambda*s+q*b,-(-lambda*s-q*b)],[epslon,-lambda*-b-r+ (-lambda-b,-p*b],[-,lambda*,p*b-epslon-b+(-lambdab)]]); λ b r+ pb ε λs qb λs+ qb j: = ε λ λ b r pb λ pb ε b λ > P(S,,)=Matrx(3,3,[[a[1],,],[,((1-a[])*/),], [,a[]*/,/]]); a1 (1 α) (,, ): PS = a > B=Matrx(,[[B[11],B[1]],[B[1],B[]]]); B11 B1 B = B1 B > B[11]:=-lambda*-epslon-*b-r-p*b; > B[1]:=a[1]*[(lambda*S+q*b)*I/,(lambda*S+q*b)*/]; > B[1]:=[1/a[1]]*matrx([[(1a[])*epslon*/], [a[]*epslon*/]]); Volume 1 No. 1 November 9 9

Usman Pagalay > B[]:=Matrx(,,[[e/-I/-lambda*-gamma-*b-r+a[]*pb, -(1-a[])*p*b],[lambda*+a[]*[epslon-(a-a[])*p*b]/ (1-a[]),e/-I/-epslon-gamma-*b+(1-a[])*p*b]]); B : = λ ε b r pb 11 ( λs + qb) I ( λs + qb) B1 : = a1,, (1 a) ε 1 B1 : = a1 aε e I λ γ b r+ apb (1 a) pb B : = a[ ε ( a a) pb] e I λ+ ε γ b+ (1 a ) pb 1 a 3 Volume 1 No. 1 November 9