Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKPada skripsi ini dibahas model Susceptible Infected Susceptible (SIS) dengan mempertimbangkan tingkat kepedulian manusia terhadap bahaya penyakit menular. Diasumsikan bahwa total populasi bersifat konstan dan dapat dibagi berdasarkan status kesehatannya, yaitu kelompok individu rentan yang tidak peduli terhadap penyakit, kelompok individu rentan yang peduli terhadap penyakit, dan kelompok individu terinfeksi. Selanjutnya, diasumsikan pula bahwa kepedulian terhadap penyakit dapat terbentuk karena adanya interaksi antara individu yang peduli dengan tidak peduli. Banyaknya pelaporan kasus infeksi dan kampanye reguler tentang bahaya penyakit menular diasumsikan juga dapat meningkatkan kepedulian masyarakat. Model dibentuk dengan pendekatan sistem persamaaan diferensial biasa nolinier berdimensi empat. Analisa terkait eksistensi titik keseimbangan bebas penyakit dan endemik serta keberadaan basic reproduction number (R0) sebagai indikator keendemikan suatu penyakit pada model diperoleh secara analitik dan numerik. Disimpulkan bahwa titik keseimbangan bebas penyakit bersifat stabil jika R0 < 1,dan tidak stabil jika R0 > 1. Dari kajian analisis sensitivas R0, ditemukan bahwa terdapat intensitas paling minimum untuk suatu kampanye agar level kepedulian manusia terhadap penyakit yang diwujudkan dalam upaya individu untuk melindungi dirinya dari penyakit berhasil mengurangi penyakit dari komunitas. Hal ini menunjukkan upaya individu dalam melindungi diri, dapat memberikan efek secara masiv pada eksistensi penyakit dikomunitas. Beberapa simulasi numerik ditunjukkan pada skripsi ini untuk memberikan interpretasi visual yang lebih komprehensif terhadap hasil kajian model.

---

ABSTRACT

In this thesis discussed the mathematical model Susceptible-Infected-Susceptible (SIS) by considering the level of disease awareness. The dynamical behaviour of the model is analyzed. It is assumed that the recruitment rate of the population is constant, and we divided the population based on their health status into susceptible unaware and aware of the disease, and infectious. The level of awareness includes private awareness associated with direct contacts between unaware and aware populations, global awareness due to reported cases of infection and regular awareness campaign. The disease-free, endemic equilibria and basic reproduction number are shown in this model analytically and numerically. It was concluded that the disease-free equilibrium point would be stable if R0<1 , and unstable if R0>1. From the sensitivity of R0 analysis study, it was found that there is the minimum intensity for the awareness campaign so that the level of awareness manifested in the efforts of individuals to protect themselves from disease successfully eradicate the disease from the community. So, it means the efforts of individuals in protecting themselves, can have a massive effect on the existence of the disease in the community. Some numerical simulations are also included in this thesis to provide a more comprehensive visual interpretation of the results of the model study."

"Dalam skripsi ini, diselidiki bagaimana pengaruh tingkat kepedulian manusia dalam mengendalikan penyebaran penyakit menular. Model SIS yang dibuat dalam skripsi ini mempertimbangkan perubahan perilaku manusia akibat kepeduliannya yang diekspresikan dengan adanya kampanye serta penyuluhan di media massa. Selanjutnya, kepedulian ini akan membagi populasi manusia menjadi kelompok manusia yang rentan dan peduli terhadap penyakit menular serta kelompok manusia yang rentan dan tidak peduli terhadap penyakit menular. Kampanye di media massa didefinisikan sebagai variabel dependen, yang laju perubahannya tergantung pada jumlah orang yang terinfeksi dan kampanye reguler yang konstan.

Dari analisis model, dua titik keseimbangan telah ditunjukkan secara analitik: titik keseimbangan bebas penyakit dan titik keseimbangan endemik. Kestabilan dari kedua titik keseimbangan ditentukan dengan menggunakan konsep Basic Reproduction Number (R0). Saat R0 kurang dari satu, keseimbangan bebas penyakit stabil secara lokal, dan sebaliknya tidak stabil.

Model ini juga menunjukkan adanya bifurkasi mundur, yang memungkinkan penyakit tetap ada meskipun R0 kurang dari satu. Hasil yang didapatkan membuktikan bahwa kepedulian manusia yang diekspresikan dengan kampanye di media massa dapat mengendalikan penyebaran penyakit menular. Beberapa simulasi numerik juga diberikan untuk mendukung hasil dari kajian analitik."

"Malaria merupakan penyakit infeksi yang disebabkan oleh parasit Plasmodium dimana penyebarannya terjadi melalui perantara nyamuk Anopheles betina. Di Indonesia, kasus malaria paling banyak ditemukan di bagian timur, seperti Papua dan Papua Barat. Salah satu cara untuk memahami penyebaran penyakit malaria yaitu menggunakan model matematika. Oleh karena itu, penelitian ini bertujuan untuk mengonstruksi model matematika penyebaran penyakit malaria dengan bentuk SIS-UV menggunakan sistem persamaaan diferensial biasa nonlinier berdimensi lima. Model matematika yang dibentuk dalam penelitian ini mempertimbangkan kepedulian manusia, faktor bias pada nyamuk, dan fumigasi pada nyamuk. Kajian analitik dilakukan untuk menganalisis eksistensi dan kestabilan titik-titik keseimbangan, serta bilangan reproduksi dasar (R0). Diperoleh bahwa titik keseimbangan bebas malaria eksis tanpa syarat dan akan bersifat stabil asimtotik lokal jika bilangan reproduksi dasar kurang dari satu (R0<1). Sementara itu, titik keseimbangan endemik malaria akan selalu muncul jika bilangan reproduksi dasar lebih dari satu (R0>1). Saat R0=1, terdapat kemungkinan muncul bifurkasi mundur yang dijelaskan menggunakan teorema Castillo-Chavez dan Song. Hal tersebut mengindikasikan bahwa tetap didapatkan titik keseimbangan endemik yang stabil asimtotik lokal meskipun R0<1. Selanjutnya, dilakukan penaksiran parameter menggunakan data akumulasi bulanan malaria tahun 2020 di Papua yang diperoleh dari Kementerian Kesehatan Republik Indonesia. Berdasarkan hasil estimasi, diperoleh nilai R0=1,35>1 yang mengindikasikan bahwa penyakit malaria menjadi endemik di Papua. Simulasi numerik diberikan untuk menggambarkan hasil dari kajian analitik. Hasil simulasi menunjukkan bahwa intervensi fumigasi dan peningkatan kepedulian manusia merupakan parameter yang efektif dalam mengubah nilai bilangan reproduksi dasar (R0). Oleh karena itu, penerapan kedua intervensi tersebut diharapkan dapat mengendalikan penyebaran penyakit malaria dalam populasi.

---

Malaria is an infectious disease caused by the Plasmodium parasite where it is spread through female Anopheles mosquitoes. In Indonesia, malaria cases are mostly found in the eastern part, such as Papua and West Papua. One way to understand the spread of malaria is to use a mathematical model. Therefore, this study aims to construct a mathematical model of the spread of malaria in the form of SIS-UV using a five-dimensional nonlinear ordinary differential equation system. The mathematical model formed in this study considers people awareness, factors biased by mosquito, and mosquito fumigation. Analytical studies were conducted to analyze the existence and stability of equilibrium points, as well as basic reproduction numbers (R0). It was found that the malaria-free equilibrium point exists unconditionally and will be locally asymptotically stable if the basic reproduction number is less than one (R0<1). Meanwhile, the malaria endemic equilibrium point will always appear if the basic reproduction number is more than one (R0>1). When R0=1, there is the possibility of a backward bifurcation which is explained using the Castillo-Chavez and Song theorems. This indicates that a locally asymptotically stable endemic equilibrium point is still obtained even though R0<1. Furthermore, parameter estimation is carried out using monthly malaria accumulation data in 2020 in Papua obtained from the Ministry of Health of the Republic of Indonesia. Based on the estimation results, the value of R0=1.35>1 indicates that malaria is endemic in Papua. Numerical simulations are provided to illustrate the results of the analytical study. The simulation results show that the fumigation intervention and the improvement of people awareness are effective parameters in changing the value of the basic reproduction number (R0). Therefore, the application of these two interventions is expected to control the spread of malaria in the population. "

"Berdasarkan standar prevalensi stunting yang ditetapkan oleh WHO, yaitu sebesar 20%,tingkat prevalensi stunting di Indonesia masih cukup tinggi. Oleh sebab itu, pada tahun2018 pemerintah menetapkan 100 kabupaten prioritas penurunan angka stunting.Penentuan 100 kabupaten tersebut hanya didasarkan pada kriteria jumlah dan prevalensibalita stunting yang dibobot dengan tingkat kemiskinan provinsi (desa-kota). Akibatnya,akan tidak efektif apabila pemerintah memberikan alokasi APBN, APBD, dan perhatianyang merata pada 100 daerah prioritas tanpa melihat kondisi pada masing-masingkabupaten untuk indikator yang lain. Dengan demikian, diperlukan analisispengelompokan 100 kabupaten prioritas intervensi stunting pada tahun 2018 berdasarkanpada indikator-indikator yang telah ditetapkan oleh Tim Nasional PercepatanPenanggulangan Kemiskinan untuk melihat kondisi keparahan stunting. Analisispengelompokan ini diharapkan dapat dijadikan acuan bagi pemerintah dalam penentuankelompok kabupaten prioritas dan diharapkan pemerintah dapat mengambil kebijakanyang tepat sesuai dengan kondisi masing-masing kelompok. Banyaknya observasi yangdigunakan adalah 100 kabupaten prioritas intervensi stunting tahun 2018 dengan terdapatdelapan variabel numerik dan enam variabel kategorik. Adapun metode yang digunakanadalah metode Partitioning Around Medoids (PAM) dengan menggunakan Gowerdistance yang mampu menangani pengelompokan pada tipe data campuran. Hasil daripenelitian ini menunjukkan bahwa terbentuk lima kelompok kabupaten yang memilikikarakteristik masing-masing. Diperoleh bahwa Cluster 5 memiliki kondisi yang relatifpaling buruk di antara cluster lainnya untuk setiap indikator, sehingga sebaiknya menjadikelompok kabupaten prioritas pertama dalam penanganan kasus stunting. Cluster yangmenjadi prioritas kedua adalah cluster 4, prioritas ketiga adalah cluster 2, dan prioritaskeempat adalah cluster 3. Cluster 1 memiliki kondisi yang relatif paling baik di antaracluster lainnya, sehingga menjadi prioritas terakhir. Kabupaten-kabupaten yang berasaldari Provinsi Papua dan Provinsi NTT secara garis besar merupakan kabupatenkabupatenyang memiliki kondisi keparahan stunting yang buruk, dengan mayoritasmerupakan anggota cluster 2, cluster 4, dan cluster 5. Secara umum untuk lebihmeningkatkan upaya penurunan angka stunting pada 100 kabupaten prioritas, pemerintahperlu mengoptimalkan upaya penurunan angka kemiskinan, meningkatkan proporsipenduduk dengan perilaku BAB di jamban, meningkatkan akses masyarakat terhadap airbersih dan akses masyarakat terhadap sanitasi yang baik, meningkatkan jumlah posyanduper desa, dan meningkatkan ketersediaan jumlah dokter pada masing-masing kabupaten

---

Based on the stunting prevalence standard set by WHO, which is 20%, the stunting

prevalence rate in Indonesia is still quite high. Therefore, in 2018 the government set 100

priority districts to reduce stunting rates. The determination of the 100 regencies only

based on the criteria of the number and prevalence of stunted children weighted by the

provincial (rural-urban) poverty rate. As a result, it will be ineffective if the government

allocates the state budget, regional budget, and equal attention to 100 priority areas

without looking at each district’s conditions for other indicators. Therefore, an analysis

of the 100 priority districts for stunting intervention needed in 2018 based on indicators

established by the National Team for the Acceleration of Poverty Reduction to see the

condition of the severity of stunting. This grouping analysis expected to use as a reference

for the government in determining priority district groups and expected the government

to take appropriate policies by each group’s conditions. The number of observations used

was 100 priority districts for stunting intervention in 2018 with eight numerical variables

and six categorical variables. The method used is the Partitioning Around Medoids (PAM)

method using a Gower distance that believed to handle grouping on mixed data types.

The results of this study indicate that five district groups formed that have their respective

characteristics. It found that cluster 5 had the relatively worst condition among the other

clusters for each indicator, so it should be the priority group in handling stunting cases.

The second priority cluster is cluster 4, the third priority is cluster 2, and the fourth priority

is cluster 3. Cluster 1 has the relatively best condition among other clusters, so it becomes

the last priority. Districts originating from Papua Province and East Nusa Tenggara

Province are generally districts that have reduced stunting severity, with the majority

being members of cluster 2, cluster 4, and cluster 5. In general, to further increase efforts

to reduce stunting rates at 100 priority districts, the government needs to optimize efforts

to reduce poverty, increase the proportion of the population with defecation behavior in

latrines, increase community access to clean water and community access to proper

sanitation, increase the number of posyandu per village, and increase the availability of

doctors in each district"

"Teorema binomial bentuk khusus 0 ( ) (1 ) ! k k k x x k ??? ?? ?? = ? = ?? mempunyai koefisien binomial ( ) ! k k ?? yang berupa bilangan riil. Jika diasumsikan yx = qxy , yq = qy dan xq=qx, dimana q disebut parameter maka koefisien dari teorema binomial tersebut menjadi berbentuk deret-q. Teorema binomial bentuk khusus dengan koefisien binomial berupa deret-q dinamakan teorema q-binomial. Selain dengan menggunakan metode asumsi, deret-q juga akan muncul pada saat menghitung integral suatu fungsi dengan menggunakan rumus q-integral. Pemakaian q-integral untuk menyelesaikan integral beta (0,1) akan menghasilkan deret-q. Deret-q yang diperoleh analog dengan deret-q pada teorema q-binomial. Sedangkan pemakaian q-integral pada integral beta (0,??) menghasilkan deret-q yang berupa deret bilateral. Nilai konvergensi dari deret bilateral tersebut sulit untuk dihitung secara langsung. Untuk memudahkan penyelesaian digunakan teorema formula jumlahan Ramanujan. Pada tugas akhir ini akan dibahas bagaimana menyelesaikan integral beta (0,??) dengan menggunakan teorema formula jumlahan Ramanujan."

"ABSTRAKPada artikel ini dikonstruksi model epidemik yang mendeskripsikan dinamika penyebaran penyakit pada kota dengan mempertimbangkan individu mana yang beraktivitas di kota asal atau kota tujuan individu pasif atau aktif. Kemudian ditunjukkan bahwa sistem yang mencapai keseimbangan hanya mencapai salah satu dari disease free equilibrium atau endemic equilibrium. Lalu, banyaknya infeksi penyakit yang terjadi selama periode infeksi ditunjukkan dengan nilai basic reproduction number R_0 sebagai modulus nilai eigen terbesar dari matriks Next Generation yang selanjutnya dibuktikan bahwa nilai R_0 terbatas untuk setiap kasus infeksi penyakit. Kemudian dilakukan interpretasi numerik melalui analisis sensitivitas.

---

ABSTRACTIn this article, some analytical results are given for a model that describes the dynamics of a disease who travel between in cities by considering people who are physically present in their own city or travel to other city passive or active individual. Then, it shown that if system is at an equilibrium, then it must either disease free equilibrium or endemic equilibrium. The number of new infection over infection period described by constructing basic reproduction number R 0 as spectral radius of Next Generation Matrix and furthermore proved that R 0 is bounded for every infection cases. Finally, some numeric interpretations are given by sensitivity analysis."

"Avian flu dan swine flu merupakan penyakit pernapasan menular yang disebabkan oleh virus influenza yang menyerang hidung, tenggorokan, bronkus, dan terkadang paru-paru. Infeksi yang disebabkan mulai dari penyakit ringan, berat, dan bahkan kematian. Peristiwa genetic reassortment dapat membentuk suatu virus baru yang merupakan gabungan kemampuan dari virus avian flu dan swine flu yang disebut mutant-type flu. Pengobatan dengan obat antiviral digunakan untuk proses penyembuhan ketiga penyakit tersebut. Untuk mengetahui model penyebaran penyakit tersebut, digunakan model epidemi SIR beserta analisa titik keseimbangan, kestabilan, dan basic reproduction number R0 dengan metode pendekatan Next Generation Matrix NGM. Pendekatan pada model menggunakan model deterministik dengan sistem persamaan diferensial berdimensi tujuh. Kajian analitik dan numerik digunakan untuk interpretasi pada hasil yang diberikan oleh model. Dari hasil kajian tersebut, diperoleh 3 nilai basic reproduction number yang menjadi faktor penentu bertahannya penyakit avian flu dan swine flu di lingkungan.

---

Avian flu and swine flu are respiratory infectious diseases caused by influenza viruses that attack the nose, throat, bronchus, and sometimes the lungs. Infections caused from mild, severe, and even death. The genetic reassortment can produce a new virus that is a combination of avian flu and swine flu viruses called mutant type flu. Treatment with antiviral drugs is used for the healing process of these diseases.

To find out the model of the spread disease, SIR epidemic model used with the analysis of the equilibrium point, stability, and basic reproduction number R0 with the Next Generatin Matrix NGM approach. The model approach uses a deterministic model with a seven dimensional differential equation system. Analytic and numerical studies are used for the interpretation of the results provided by the model. From the result of the study, we get 3 values of basic reproduction number which becomes the determinant factor for the survival of avian flu and swine flu diseases in the environtment."

"Penyakit Tuberkulosis (TB) merupakan salah satu penyakit menular berbahaya yang umumnya menyerang paru-paru dan disebabkan oleh bakteri Mycobacterium tuberculosis (MTB). Penyakit TB ditularkan melalui droplet dari tubuh penderitanya. Oleh karena itu, orang yang melakukan kontak erat dari penderita TB akan berisiko tinggi terjangkit TB. Vaksinasi BCG (Bacillus Calmette-Guerin) dan pengobatan merupakan cara yang dilakukan dalam menekan penyebaran penyakit TB. Seseorang yang terdeteksi terinfeksi TB, bisa segera mendapat pengobatan. Dalam skripsi ini dilakukan analisis kestabilan global model penyebaran penyakit TB dengan intervensi vaksinasi dan pengobatan dini. Analisis kestabilan global pada model penyebaran TB dilakukan untuk mengetahui efek dari intervensi vaksinasi dan pengobatan dini terhadap penyebaran penyakit TB secara umum. Fungsi Lyapunov merupakan fungsi yang digunakan dalam menganalisis kestabilan global pada model TB dalam skripsi ini. Analisis secara analitik pada titik keseimbangan bebas penyakit, titik keseimbangan endemik, dan basic reproduction number (R0) dilakukan untuk memahami dinamika populasi dalam jangka panjang dari model yang telah dikonstruksi. Kemudian melakukan simulasi numerik untuk mengetahui interpretasi dari kajian analitik yang sudah dilakukan sebelumnya.

---

Tuberculosis (TB) is a dangerous infectious disease that generally attacks the lungs and is caused by the bacterium Mycobacterium Tuberculosis (MTB). TB disease is transmitted through droplets from the sufferer’s body. Therefore, close interaction with TB sufferers will be at high risk of infecting TB. BCG (Bacillus Calmette-Guerin) vaccination and early treatment are ways to suppress the spread of TB. A person with a positive TB can immediately receive treatment. This thesis delivers a global stability analysis for a tuberculosis model with intervention vaccination and early treatment. The global stability of the TB transmission model is evaluated to determine the effect of vaccination and early treatment interventions on the spread of TB disease. The Lyapunov function is a function used to analyze the global stability of the TB model. Analysis of disease-free equilibrium point, endemic equilibrium point, and basic reproduction number (R0) are completed to understand population dynamics from the constructed model. Lastly, a numerical simulation is carried out to understand the numerical interpretation from the previous analytical work."

"Tesis ini bertujuan untuk menganalisis stabilitas model Brennan-Schwartz dan menggunakannya sebagai panduan dalam menganalisis tingkat bunga. Stabilitas penting untuk menggambarkan ketahanan suatu model terhadap gangguan pada nilai awal ataupun parameter modelnya. Pada Tesis ini akan dibahas dua cara untuk menentukan stabilitas stokastik, yaitu stabilitas stokastik asimtotik dan stabilitas mean-square. Kriteria-kriteria stabilitas yang diperoleh dapat digunakan sebagai panduan untuk memilih parameter sehingga model menjadi tahan terhadap gangguan. Akan tetapi, pada kenyataannya parameter model Brennan-Schwartz tidak diketahui nilainya sehingga perlu dilakukan penaksiran terlebih dahulu. Pada Tesis ini, metode yang digunakan dalam menaksir parameter model Brennan-Schwartz adalah metode Maximum Likelihood dan dilanjutkan secara iteratif menggunakan Algoritma Nelder-Mead. Dalam implementasi, taksiran parameter diperoleh melalui penerapan konsep perubahan measure. Hasil implementasi menunjukkan bahwa solusi model Brennan-Schwartz cukup baik dalam menggambarkan pergerakan tingkat bunga bulanan dari suatu zero-coupon bond dengan maturity time 5 tahun periode Januari tahun 1982 hingga Februari 2011 yang datanya diunduh dari www.bankofengland.co.uk.

---

This thesis aims to analyze the stability of the Brennan-Schwartz model and use it as a guideline to analyze interest-rate. Stability is important to describe resistance of the model to the perturbation in the initial state or parameters of the model. Two ways to define stochastic stability will be considered in this thesis: stochastically asymptotically stable and mean-square stability. These stability criteria can be used as guidelines for selecting parameters that make the model resistant to the perturbation. However, Brennan-Schwartz model requires estimation of parameters whose values are unknown. In this thesis, the method which is used to estimate parameters of Brennan-Schwartz model is the maximum likelihood estimation method and will be continued iteratively using the Nelder-Mead Algorithm. In the application, parameter estimators are obtained by applying change of measure concept. Implementations show that Brennan-Schwartz model is good enough to approximate the real data of monthly interestrate from a zero-coupon bond with maturity time of 5 years: January, 1982 - February, 2011 in which data is downloaded from www.bankofengland.co.uk."

"This book treats the numerical analysis of finite element computational fluid dynamics. Assuming minimal background, the text covers finite element methods; the derivation, behavior, analysis, and numerical analysis of Navier-tokes equations; and turbulence and turbulence models used in simulations. Each chapter on theory is followed by a numerical analysis chapter that expands on the theory. The chapters contain numerous exercises."