Analisis model epidemik SEIeIlR1R2D pada penyebaran penyakit ebola / Dinda Putri Ratnasari

Ratnasari, Dinda Putri (2019) Analisis model epidemik SEIeIlR1R2D pada penyebaran penyakit ebola / Dinda Putri Ratnasari. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

RINGKASAN Ratnasari, Dinda Putri. 2019. Analisis Model Epidemik SEI_E I_L R_1 R_2 D Pada Penyebaran Penyakit Ebola. Skripsi, Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Malang. Pembimbing: Dr. Makbul Muksar, S.Pd, M.Si Kata Kunci: Model SEI_E I_L R_1 R_2 D, Penyakit Ebola, Bilangan Reproduksi Dasar, Reaktivasi Infeksi Penyakit Ebola adalah salah satu penyakit yang menular dan mematikan. Virus ebola akan berada dalam air mani penderita selama 2 sampai 9 bulan setelah terkena virus, hal itulah yang dapat menyebabkan adanya reaktivasi virus.Oleh karena itu, penelitian ini mengkaji dampak dari reaktivasi virus ebola pada penyebaran penyakit ebola melalui pendekatan matematis. Penelitian ini bertujuan untuk menganalisis kestabilan model SEI_E I_L R_1 R_2 D pada penyebaran penyakit ebola dengan adanya reaktivasi virus, mensimulasikan model, dan mengetahui pengaruh reaktivasi virus terhadap penyebaran penyakit ebola di Republik Demokrasi Kongo. Tahap menganalisis meliputi mencari titik kesetimbangan bebas penyakit, mencari bilangan reproduksi dasar, menganalisis kestabilan, dan melakukan simulasi dengan menggunakan alat bantu Maple17. Berdasarkan hasil analisis, diperoleh titik kesetimbangan bebas penyakit (S,E,I_E,I_L,R_1,R_2,D)=(Π/μ,0,0,0,0,0,0). Studi kasus yang dilakukan pada data penderita ebola di Republik Demokrasi Kongo pada Agustus 2018 sampai 18 Februari 2019 yang di dapat melalui laman resmi WHO menghasilkan nilai reproduksi dasar R_0=3,2503>1 dan sistem tidak stabil di sekitar titik kesetimbangan bebas penyakit, sehingga dapat dikatakan bahwa adanya reaktifasi virus ebola akan menyebabkan wabah ebola semakin menyebar pada suatu populasi. Hasil pencocokan model dengan data penderita Ebola menunjukkan bahwa adanya kecocokan data dengan model pada 3 bulan pertama dan ketidakcocokan pada bulan–bulan berikutnya hal itu dikarenakan adanya faktor lain diluar model yang mempengaruhi penyebaran virus Ebola di negara tersebut.

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Matematika dan IPA (FMIPA) > Jurusan Matematika (MAT) > S1 Matematika
Depositing User: Users 2 not found.
Date Deposited: 11 Jul 2019 04:29
Last Modified: 09 Sep 2019 03:00
URI: http://repository.um.ac.id/id/eprint/92641

Actions (login required)

View Item View Item