Pemodelan Matematika SIAS-SI pada Penyebaran Penyakit Malaria Asimtomatik dan Super Infeksi

  • Muhammad Abdy
Keywords: Penyakit Malaria, Model SIAS-SI, Asimtomatik, Super Infeksi

Abstract

Penelitian ini mengkaji suatu model matematika tipe SIAS-SI pada penyebaran penyakit malaria dengan pengaruh infeksi asimtomatik dan super infeksi. Tujuan penelitian ini adalah menganalisis dan melakukan simulasi pada model untuk memprediksi jumlah kasus malaria yang terbagi kedalam dua kasus, yakni kasus bebas penyakit dan kasus endemik. Penelitian ini merupakan kajian teori yang dilakukan terhadap jurnal penelitian yang telah dilakukan oleh peneliti sebelumnya dan sumber pendukung lainnya untuk mempelajari hal-hal yang berkaitan dengan model SIAS-SI pada penyakit malaria. Dengan menggunakan bilangan reproduksi dasar (R0), untuk mengetahui status penyebaran penyakit malaria di suatu wilayah. Selain itu, simulasi model pada kasus endemik didapatkan hasil penurunan jumlah kelompok individu terinfeksi asimtomatik pada penyebaran malaria memerlukan waktu yang lama. Sebaliknya pada kasus bebas penyakit, penurunan jumlah kelompok individu terinfeksi asimtomatik memerlukan waktu yang lebih singkat.

Downloads

Download data is not yet available.

References

Abdullahi MB, Hasan YA, Abdullah FA. 2013. A Mathematical Model of Malaria and The Effectiveness of Drugs. Applied Mathematical Sciences. 7(62):30793095. DOI: https://doi.org/10.12988/ams.2013.13270

Bobby, Syafruddin, dkk. 2017. Analisis Survival Pada Penderita Demam Berdarah Dengue (DBD) Dengan Menggunakan Regresi Cox Di RSU Sawerigading Palopo. PKPT DIKTI 2017.

Cai L, Li X, Tuncer N, Maia M, Lashari AA. 2017. Optimal Control of a Malaria Model with Asymptomatic Class and Superinfection. Mathematical Biosciences. doi/10.1016/j.mbs.2017.03.00. DOI: https://doi.org/10.1016/j.mbs.2017.03.003

H Maryam, M Abdy, S Side, 2021. SEIAS-SEI model on asymptomatic and super infection malaria with imperfect vaccination, Journal of Physics: Conference Series 1918 (4), 042028 DOI: https://doi.org/10.1088/1742-6596/1918/4/042028

Kemenkes RI, 2016. Infodatin Malaria http://www.depkes.go.id/article/view/16090700001/infodatin-malaria.html. [Diakses 18 April 2019].

Kemenkes RI, 2018. Hari Malaria Sedunia, Pemerintah Perluas Wilayah Bebas Malaria. http://www.depkes.go.id/article/view/18043000010/hari-malaria-sedunia-pemerintah-perluas-wilayah-bebas-malaria.html. diakses tanggal 18 April 2019.

Laarabi H, Labriji EH, Rachik M, Kaddar A. 2012. Optimal Control of an Epidemic Model with a Saturated Incidence Rate. Modeling and Control. 17(4): 448459. DOI: https://doi.org/10.15388/NA.17.4.14050

Laneri K, 2015, “Dynamical Malaria Models Reveal How Immunity Buffers Effect of Climate Variability”, DOI: 10.1073/pnas.1419047112. DOI: https://doi.org/10.1073/pnas.1419047112

N. Fajri, P. Sianturi, T. Bakhtiar. 2016. Model Matematika SIS-SI Dalam Penyebaran Penyakit Malaria dengan Vaksinasi Taksempurna. Jurnal Manejemen dan Agribisnis,Vol.15(2). p(51-62). DOI: https://doi.org/10.29244/jmap.15.2.51-62

Rangkuti, Y.M., Side, S., Noorani, M.S.M., 2014.Numerical analytic solution of SIR model of dengue fever diseasein South Sulawesi using homotopy perturbation method and variational iteration method. Journal of Mathematical and Fundamental Sciences.46A(1),91-105. DOI: https://doi.org/10.5614/j.math.fund.sci.2014.46.1.8

Resmawan & Nurwan. 2017. Konstruksi Bilangan Reproduksi pada Model Epidemik SEIRS-SEI Penyebaran Malaria dengan Vaksinasi dan Pengobatan. DOI:10.24198/jmi.v13.n2.12332.105-114 DOI: https://doi.org/10.24198/jmi.v13.n2.12332.105-114

Roy M, 2015, Predictability of Epidemic Malaria Under Non-Stasionary Conditions with Process-based Models Combining Epidemilogical Updates dan Climate Variability, DOI: 10.1186/s12936-015-0937-3 DOI: https://doi.org/10.1186/s12936-015-0937-3

Syafruddin, S. 2015. A Susceptible-Infected-Recovered Model and Simulation for Transmission of Tuberculosis, Advanced Science Letters.Volume 21(2):137-139 DOI: https://doi.org/10.1166/asl.2015.5840

Syafruddin, S. and M.S.M Noorani. 2013. A SIR model for spread of dengue fever disease (simulation for south sulawesi Indonesia and selangor Malaysia). World journal of modeling and simulation; Vol. 9 (2):96-105.

Syafruddin, S. and M.S.M Noorani. 2013. Lyapunov function of SIR and SEIR model for transmission of dengue fever disease. International Journal of Simulation and Process Modelling (IJSPM). Vol. 8, (2/3):177-184. DOI: https://doi.org/10.1504/IJSPM.2013.057544

Published
2022-01-31
How to Cite
AbdyM. (2022). Pemodelan Matematika SIAS-SI pada Penyebaran Penyakit Malaria Asimtomatik dan Super Infeksi. SAINTIFIK, 8(1), 1-9. https://doi.org/10.31605/saintifik.v8i1.360