Pemodelan Matematika Pada Penyebaran Penyakit Tuberculosis di Provinsi Jawa Timur

Abstract View: 138, PDF Download: 132

Authors

  • Firda Yunita Sari Universitas Islam Negeri Sunan Ampel Surabaya
  • Rahmania Maulidya Universitas Islam Negeri Sunan Ampel Surabaya
  • Moh. Aditya Sirojul Hilmi Universitas Islam Negeri Sunan Ampel Surabaya
  • Sharenada Norisdita Wahyudi Universitas Islam Negeri Sunan Ampel Surabaya
  • Velicia Fransisca Universitas Islam Negeri Sunan Ampel Surabaya
  • Anindya Maya Putri Universitas Islam Negeri Sunan Ampel Surabaya
  • Ahmad Hanif Asyhar Universitas Islam Negeri Sunan Ampel Surabaya
  • Nurissaidah Ulinnuha Universitas Islam Negeri Sunan Ampel Surabaya

DOI:

https://doi.org/10.32665/james.v7i2.2733

Keywords:

Jawa Timur, Model Matematika , Runge-Kutta, SITR, TBC

Abstract

Tuberculosis yang banyak dikenal dengan sebutan TBC ialah suatu penyakit pernapasan yang menular, dipicu karena adanya Mycobacterium Harituberculosis. TBC menempati peringkat ke-2 setelah COVID-19 sebagai penyakit menular dengan tingkat kematian tertinggi di seluruh dunia. Pada tahun 2020 Indonesia menempati urutan ke-3 dalam kasus TBC tertinggi dibawah India dan Tiongkok. Pada tahun 2021 Provinsi Jawa Timur menjadi peringkat tertinggi ketiga dengan kasus TBC sebesar 466.297 jiwa. Penelitian ini bertujuan untuk mengetahui hasil analisis kestabilan model matematis dan simulasi dari dinamika penyebaran penyakit TBC pada tahun 2021 di Jawa Timur dengan keterbaruan yaitu perbandingan parameter uji coba menggunakan metode runge-kutta orde 4 dan model matematis SITR. Model tersebut merupakan pengembangan dari model SIR dengan menambahkan kompartemen T (treatment). Dalam penelitian didapatkan hasil dari model matematika SITR pada penyakit tuberculosis memperoleh kestabilan titik kesetimbangan endemik dan ketidakstabilan titik kesetimbangan bebas penyakit, hal ini disebabkan bilangan reproduksi dasar kedua parameter , yang menunjukkan bahwasanya Tuberculosis di Provinsi Jawa Timur berpotensi mewabah. Maka diperlukan upaya dalam mencegah dan mengendalikan penyebaran penyakit ini supaya mengurangi dampaknya terhadap kesehatan masyarakat.

References

Wahyu Widodo and S. D. Pusporatri, “Literatur Review : Penerapan Batuk Efektif Dan Fisioterapi Dada Untuk Mengatasi Ketidakefektifan Bersihan Jalan Nafas Pada Klien Yang Mengalami Tuberculosis (Tbc),” Nurs. Sci. J., vol. 1, no. 2, pp. 1–5, 2020, doi: 10.53510/nsj.v1i2.24.

T. Kristini and R. Hamidah, “Potensi Penularan Tuberculosis Paru pada Anggota Keluarga Penderita,” J. Kesehat. Masy. Indones., vol. 15, no. 1, pp. 24–28, 2020, doi: 10.26714/jkmi.15.1.2020.24-28.

Mardiatun, A. D. Sentana, and I. Haqiqi, “Efektivitas Pendidikan Kesehatan Dengan Video Tentang Pencegahan Penularan Penyakit Terhadap Pengetahuan Pasien Tuberculosis Di Wilayah Kerja Puskesmas Sedau Tahun 2019,” J. Keperawatan Terpadu (Integrated Nurs. Journal), vol. 1, no. 2, pp. 76–86, 2019, doi: 10.32807/jkt.v1i2.40.

W. H. Organization, “Fakta-Fakta Utama Tuberkulosis.,” World Health Organization, 2019.

N. N. Widyastuti, W. P. Nugraheni, T. Y. Miko Wahyono, and Yovsyah, “Hubungan Status Gizi Dan Kejadian Tuberculosis Paru Pada Anak Usia 1-5 Tahun Di Indonesia,” Bul. Penelit. Sist. Kesehat., vol. 24, no. 2, pp. 89–96, 2021, doi: 10.22435/hsr.v24i2.3793.

D. K. P. J. Timur, “Demi Wujudkan Eliminasi TBC 2030, Pemprov Jatim Optimalkan Peran Multi Sektor,” DINKES JATIMPROV, 2022. https://dinkes.jatimprov.go.id/index.php?r=site/berita_detail&id=899

M. Jannah, M. Ahsar Karim, and Y. Yulida, “Analisis Kestabilan Model Seir Untuk Penyebaran Covid-19 Dengan Parameter Vaksinasi,” BAREKENG J. Ilmu Mat. dan Terap., vol. 15, no. 3, pp. 535–542, 2021, doi: 10.30598/barekengvol15iss3pp535-542.

N. Zahwa, U. Nabilla, and Nurviana, “Model Matematika Sitr pada Penyebaran Penyakit Tuberculosis di Provinsi Aceh,” J. Pendidik. Mat. dan Sains, vol. 10, no. 1, pp. 8–14, 2022, doi: 10.21831/jpms.v10i1.50683.

Muhafzan, Zulakmal, Narwen, A. I. Baqi, A. G. Lestari, and M. Oktaviani, “a Fractional Sitr Model for Dynamic of Tuberculosis Spread,” Commun. Math. Biol. Neurosci., vol. 14, pp. 1–9, 2023, doi: 10.28919/cmbn/7864.

S. Side, W. Sanusi, and N. F. Setiawan, “Analisis dan Simulasi Model SITR pada Penyebaran Penyakit Tuberkulosis di Kota Makassar Analysis and Simulation Of SITR Model on Tuberculosis in Makassar City,” J. Sainsmat, vol. V, no. 2, pp. 191–204, 2016, [Online]. Available: https://ojs.unm.ac.id/sainsmat/article/download/6448/3681

D. Roudhotillah and T. D. Chandra, “Analisis kestabilan model penyebaran penyakit tuberkulosis dengan menggunakan mseitr,” Wahana Mat. dan Sains J. Mat. Sains, dan Pembelajarannya, vol. 15, no. 2, pp. 56–74, 2021, [Online]. Available: https://ejournal.undiksha.ac.id/index.php/JPM/article/view/34503

C. Anderson Luiz Pena da, P. Marcelo Amanajas, R. Rafael Lima, and A. Sheylla Susan Moreira da Silva de, “Mathematical Modeling of the Infectious Diseases: Key Concepts and Applications,” J. Infect. Dis. Epidemiol., vol. 7, no. 5, pp. 1–18, 2021, doi: 10.23937/2474-3658/1510209.

F. N. Aisyah, “Pemodelan Matematika dan Studi Kesetimbangan Pada Penyebaran Pengaruh Perilaku Merokok Menggunakan Tipe SEIR,” Universitas Lampung, 2018.

Musarifa, Hikmah, and Fardinah, “Analisis Model Matematika Seitr Pada Penyakit Cacar Air,” J. Math. Theory Appl., vol. 3, no. 2, pp. 45–52, 2021, doi: 10.31605/jomta.v3i2.1372.

Z. Asyabah, “Pemodelan SIR untuk penyebaran Penyakit Pertusis dengan Vaksinasi pada populasi Manusia Konstan,” Unnes J. Math., vol. 7, no. 1, pp. 96–107, 2018.

H. Amaludin, A. Faruk, and E. S. Cahyono, “Analisis Kestabilan Model Epidemik SIR untuk Penyakit Tuberculosis,” SEMIRATA Bid. MIPA 2016, no. 1, pp. 207–213, 2016.

Z. A. Leleury, F. Y. Rumlawang, and A. G. Naraha, “Analisis Stabilitas dan Simulasi Model Penyebaran Penyakit HIV/AIDS Tipe SIA (Susceptible, Infected, Abstained),” Tensor Pure Appl. Math. J., vol. 1, no. 1, pp. 31–40, 2020, doi: 10.30598/tensorvol1iss1pp31-40.

H. Ihsan, S. Side, and M. Pagga, “Pemodelan Matematika SEIRS Pada Penyebaran Penyakit Malaria di Kabupaten Mimika,” J. Math. Comput. Stat., vol. 4, no. 1, pp. 21–29, 2021, doi: 10.35580/jmathcos.v4i1.20446.

Y. B. Enkekes and L. Mardianto, “Metode Runge-Kutta Orde 4 Dalam Penyelesaian Persamaan Gelombang 1D Syarat Batas Dirichlet,” Indones. J. Appl. Math., vol. 2, no. 1, pp. 1–8, 2022, doi: 10.35472/indojam.v2i1.489.

S. K. Donatus, “Pendekatan Kuantitatif dan Kualitatif Dalam Penelitian Ilmu Sosial : Titik Kesamaan dan Perbedaan,” Stud. Philos. Theol., vol. 16, no. 2, pp. 197–210, 2016.

Kemenkes RI, Profil Kesehatan Indonesia 2021. 2022.

N. F. Setiawan, “Analisis dan Simulasi Model SITR pada Penyebaran Penyakit Tuberkulosis di Kota Makassar,” Universitas Negeri Makassar, 2017.

N. A. Khaerunnisa, Y. N. Nasution, and M. N. Huda, “Analisis Kestabilan Model Epidemik SEI Pada Penyebaran Penyakit Tuberkulosis,” BASIS J. Ilm. Mat., vol. 1, no. 1, pp. 16–29, 2022, [Online]. Available: http://jurnal.fmipa.unmul.ac.id/index.php/basis

R. Syam, S. Side, and C. S. Said, “Model SEIRS Penyebaran Penyakit Tuberkulosis di Kota Makassar,” J. Math. Comput. Stat., vol. 3, no. 1, pp. 11–19, 2021, doi: 10.35580/jmathcos.v3i1.19180.

A. A. Nugroho, M. Azhar Aziz, A. Yasser, and A. Tanjung, “Analisis dan Simulasi Parameter Model Susceptible Vaccinated Infected Recovered (SVIR) pada Penyebaran Tuberkulosis di Indonesia,” J. Integr. SAINS DAN QUR’AN, vol. 2, no. 1, pp. 114–120, 2023.

Downloads

Published

2024-08-24

How to Cite

[1]
F. Y. Sari, “Pemodelan Matematika Pada Penyebaran Penyakit Tuberculosis di Provinsi Jawa Timur”, JaMES, vol. 7, no. 2, pp. 117–128, Aug. 2024.
Abstract View: 138, PDF Download: 132