Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
eHealth TB merupakan inovasi sistem informasi kesehatan yang dilakukan secara elektronik untuk menghadapi epidemi TB. eHealth TB menghadapi kendala missing case TB terkait kemampuan sumber daya manusia dan ketidakberhasilan sistem informasi kesehatan dengan terjadinya underreporting data terkait TB tahun 2012 dan 2013 di Jawa Barat pada Puskesmas di Kabupaten Cianjur dan Tasikmalaya. sehingga menghasilkan kualitas data yang rendah. Berdasarkan studi pendahuluan di kota Tasikmalaya, penggunaan eHealth TB petugas layanan DOTS Puskesmas rendah. Studi ini menggunakan data primer melalui wawancara dengan menggunakan kuesioner model UTAUT menggunakan desain cross sectional. Tujuan penelitian untuk mengetahui faktor yang berhubungan dalam penerimaan penggunaan eHealth TB. Subyek penelitian menggunakan total sampling 87 orang. Hasil uji statistik menunjukkan pengguna eHealth TB hanya mencapai 75%, penggunaan eHealth TB terbanyak adalah SITRUST, sedangkan penggunaan SITT hanya mencapai 11%. Harapan usaha berhubungan dengan intensi perilaku (B=0,733) dan sikap penggunaan (B=0,569) eHealth TB. Sedangkan perilaku penggunaan berhubungan dengan jenis kelamin dengan OR=0,029 berarti perempuan cenderung menggunakan eHealth TB sebanyak 34 kali dibanding lakilaki. Perlu dilakukan pengawasan, diseminasi berkala dan pelatihan SITT. Penguatan perilaku penggunaan eHealth TB diberikan melalaui penghargaan, sanksi dan manfaat. ......eHealth TB is an electronic health information system innovation that conducted electronically in alleviating TB epidemic. Obstacle in eHealth TB is missing TB case due to human resource issue and unsuccess of the health information system by underreporting data related to TB in 2012 and 2013 in West Java at primary health care in Cianjur and Tasikmalaya District that resulting in low data quality. Preliminary study in Tasikmalaya City, show the Use of eHealth TB by user in DOTS facility of primary health care was low. The study used primary data through interviews using the UTAUT model questionnaire with cross sectional design. Research objectives to know the related factors in the use acceptance of the eHealth TB. The study subjects used total sampling with 87 people. Statistical results show the eHealth TB user only reaches 75%, the most use of eHealth TB is SITRUST, while the use of SITT only reaches 11%. Effort expectacy relate to behavioral intention (B=0,733) and use behavior (B=0,569). Usage relates to gender with OR=0,029 means women tend to use eHealth TB 34 times than men. Further evaluation of the use of eHealth TB especially SITT is reviewed in terms of user, organization, technology and benefit.

Abstrak :
Tuberculosis (TBC) adalah penyakit menular yang disebabkan oleh bakteri Mycobacterium Tuberculosis. Penyakit ini merupakan penyakit yang sulit diberantas. Selain tingkat kematian yang tinggi, juga muncul kasus dimana bakteri penyebab TBC menjadi resisten terhadap obat anti TBC. Hal ini disebabkan kurang efektifnya pengobatan yang dilakukan untuk individu yang terinfeksi TBC sensitif obat anti TBC. Sehingga penyebaran penyakit TBC dipengaruhi oleh dua jenis strain Mycobacterium Tuberculosis, yaitu Mycobacterium Tuberculosis sensitif-obat dan Mycobacterium Tuberculosis resisten-obat. Skripsi ini membahas mengenai aplikasi kontrol optimal pada efektifitas dua jenis pengobatan yang dilakukan untuk membatasi epidemi TBC dua strain dengan menjelaskan kontrol yang mengoptimalkan pengobatan tersebut. Optimisasi pengobatan pada suatu model epidemi TBC dua strain dibahas mulai dari proses pemodelan epidemi TBC dua strain secara matematis, pemodelan fungsi kendala, dan pemodelan fungsi objektif. Kemudian masalah aplikasi kontrol optimal ini akan diselesaikan dengan menggunakan Prinsip Maksimum (Minimum) Pontryagin dengan menggunakan kasus lebih dari satu variabel kontrol terbatas.

Abstrak :
Di tengah perkembangan era digital, pertukaran informasi dapat dilakukan dengan mudah melalui Internet khususnya media sosial. Meskipun demikian, informasi yang tersebar seringkali tidak mudah untuk dibuktikan kebenarannya sehingga menjadi sangat rentan terhadap penyebaran berita palsu (hoax). Untuk mengatasi hal tersebut, teknologi Blockchain dapat digunakan sebagai sebuah solusi yang mampu menjamin kredibilitas informasi serta menciptakan lingkungan komunikasi yang terpercaya. Pada penelitian ini, pendekatan berbasis Blockchain diterapkan melalui sistem verifikasi berita untuk mengidentifikasi kebenaran berita dan menyeleksi sumber informasi yang dapat dipercaya. Studi ini mengusulkan sebuah model penyebaran berita di media sosial dengan mengadaptasi prinsip epidemi dan jaringan scale-free. Pengguna dikelompokkan ke dalam empat kondisi status yaitu rentan (ignorants), pemeriksa (verifier), penyebar (spreader), dan penyangkal (stifler). Kemudian, pada model tersebut diintegrasikan sistem verifikasi berita berbasis Blockchain. Efektifitas model diselidiki di dalam simulasi berbasis multi-agen menggunakan software Netlogo. Di dalam simulasi, berita palsu dengan tingkat kebenaran berita 20% memperoleh nilai indikator kredibilitas atau credibility indicator (CI) yang rendah (CI ± 1,5 dari 5) untuk seluruh dimensi jaringan yang berbeda-beda. Penyebaran terhenti lebih cepat karena penyebar berita (spreader) lebih sedikit dibandingkan dengan penyangkal berita (stifler). Selain itu, kredit reputasi atau reputation credit (RC) yang dimiliki sumber berita semakin menurun (RC ± 0,12 dari 1) sehingga mengurangi faktor kepercayaan. Dengan memperlihatkan catatan nilai indikator kredibilitas dan kredit reputasi kepada pengguna selama penyebaran berita, sistem verifikasi berita berbasis Blockchain dapat membatasi penyebaran berita palsu secara efektif serta meningkatkan kualitas konten di media sosial. ......In recent digital era, information exchange can be done easily through Internet and social media. However, the thruth of news in social media is hard to be proven, and becomes vulnerable toward hoax spreading. As a solution, Blockchain technology can be used to ensure the information reliablility and create trusted communication environment. In this research, Blockchain-based approach is implemented through a news verification system to identify the credibility of news and the sources. This study proposed a model of news spreading in social media by adapting epidemic methodology and scale-free networks. Users is categorized into for state condition tha are ignorants, verifier, spreader, and stifler. Subsequenty, Blokchain-based news verification system is integrated in that model. The model effectiveness is investigated in the multi-agent based simulations using Netlogo software. In the simulations, hoax news with 20 % of true level get a low Credibility Indicator (CI ± 1.5 of 5) for all different network dimensions. The spreading is stopped faster since the number of spreader is less than the stifler. Moreover, the Reputation Credit of the news source is also decreased (RC ± 0,12 of 1) so that the trust factor reduced. By showing the record of credibility indicator and reputation credit to users during the spread of the news, Blockchain-based news verification system can effectively limit hoax spreading and improve the quality of content in social media.

Abstrak :
ABSTRAK Pada 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.

Abstrak :
Model struktur umur untuk penyebaran penyakit menular akan disajikan dalam tesis ini. Model ini digunakan untuk memahami bagaimana penyakit menyebar di antara populasi tertentu, yaitu tergantung pada usia dan waktu. Model epidemi SIR akan digunakan sebagai model dasar untuk membangun model epidemi SIR yang terstruktur usia. Dalam model ini, intervensi perawatan medis untuk menyembuhkan manusia yang terinfeksi akan diberikan kepada individu yang terinfeksi dan sembuh populasi akan mendapatkan kekebalan permanen. Lebih jauh, kami berasumsi bahwa penyakitnya adalah mematikan dalam kelompok umur tertentu, sehingga akan ada tingkat kematian spesifik usia yang membuat total populasi tidak konstan. Sebuah studi analitik telah dilakukan untuk menghasilkan keseimbangan menunjuk dan memberi tahu bagaimana angka ambang yang disebut nomor reproduksi dasar akan mempengaruhi keseimbangan. Kami menemukan bahwa model ini memiliki dua keseimbangan; keseimbangan bebas penyakit dan keseimbangan endemik. Analisis numerik akan dilakukan untuk beberapa skenario membuat pemahaman yang lebih baik tentang hasil analisis

---

An age structure model for the spread of infectious diseases will be presented in this thesis. This model is used to understand how diseases spread among certain populations, viz depends on age and time. The SIR epidemic model will be used as a basic model for constructing age-structured SIR epidemic models. In this model, medical treatment interventions to cure infected humans will be given to infected individuals and the healed population will get permanent immunity. Furthermore, we assume that the disease is deadly in certain age groups, so there will be age-specific mortality rates that make the total population not constant. An analytic study has been carried out to produce pointing equilibrium and tells how threshold numbers called basic reproduction numbers will affect equilibrium. We find that this model has two balances; disease-free balance and endemic balance. Numerical analysis will be carried out for several scenarios making a better understanding of the results of the analysis