1. Home
  2. Lainnya

Identifikasi Masalah Pembatasan Masalah Rumusan Masalah Tujuan Penelitian

4 perempuan. Sehingga persentase penderita penyakit Tuberculosis di Yogyakarta pada tahun 2014 adalah 0,1184. Simulasi analisis numerik tersebut yang kemudian akan ditunjukkan grafik simulasinya dengan menggunakan Software Maple. Menggunakan hasil analisis numerik tersebut diharapkan dapat diketahui cara mengatasi penyakit Tuberculosis. .

B. Identifikasi Masalah

1. Penyakit Tuberculosis masih banyak ditemukan terutama di wilayah Yogyakarta. 2. Upaya keberhasilan pengobatan penyakit Tuberculosis di Kota Yogyakarta masih dibawah target nasional. 3. Masih terdapat kematian akibat penyakit Tuberculosis. 4. Penyakit Tuberculosis bersifat endemik pada populasi. 5. Belum maksimalnya peran matematika dalam membantu penyelesaian penyebaran penyakit Tuberculosis di Yogyakarta.

C. Pembatasan Masalah

Skripsi ini membahas tentang penyebaran penyakit Tuberculosis menggunakan model SIR Susceptible, Infectious, Recovered. Selanjutnya, model tersebut akan disimulasikan analisis numeriknya berdasarkan data jumlah penderita Tuberculosis di wilayah Daerah Istimewa Yogyakarta DIY dengan menggunakan Software Maple 15 .

D. Rumusan Masalah

Berdasarkan latar belakang tersebut maka permasalahan dalam penelitian ini dirumuskan sebagai berikut : 5 1. Bagaimana model matematika untuk penyebaran penyakit Tuberculosis dengan model SIR Susceptible, Infectious, Recovered? 2. Bagaimana analisis titik ekuilibrium model SIR pada penyebaran penyakit Tuberculosis? 3. Bagaimana analisis bilangan reproduksi dasar   R model SIR pada penyebaran penyakit Tuberculosis? 4. Bagaimana analisis kestabilan model SIR pada penyebaran penyakit Tuberculosis? 5. Bagaimana simulasi numerik pada penyebaran penyakit Tuberculosis di wilayah Daerah Istimewa Yogyakarta DIY?

E. Tujuan Penelitian

Berdasarkan permasalahan tersebut, maka tujuan dari penulisan ini adalah sebagai berikut : 1. Mengetahui model matematika untuk penyebaran penyakit Tuberculosis dengan model SIR Susceptible, Infectious, Recovered. 2. Mengetahui analisis titik ekuilibrium model SIR pada penyebaran penyakit Tuberculosis. 3. Mengetahui analisis bilangan reproduksi dasar   R model SIR pada penyebaran penyakit Tuberculosis. 4. Mengetahui analisis kestabilan model SIR pada penyebaran penyakit Tuberculosis. 5. Mengetahui simulasi numerik pada penyebaran penyakit Tuberculosis di wilayah Daerah Istimewa Yogyakarta DIY. 6

F. Manfaat Penelitian

Dokumen yang terkait

ANALISIS MODEL EPIDEMIK MSEIR PADA PENYEBARAN PENYAKIT DIFTERI

19 138 53

Kesetimbangan model penyebaran virus influenza a H1N1 menggunakan model Susceptible Infected- Recovered (SIR)

2 31 65

Pengaruh vaksinasi terhadap dinamika populasi pada model SIR (Susceptible-Infected-Recovered)

0 17 48

Penyebaran Penyakit Campak di Indonesia dengan Model Susceptible Vaccinated Infected Recovered (SVIR).

0 0 12

Penyebaran Penyakit Ebola dengan Model Susceptible Exposed Infected Isolated Recovered (SEIIhR).

0 0 11

EKSPEKTASI DURASI PENYEBARAN PENYAKIT UNTUK MODEL EPIDEMI SUSCEPTIBLE INFECTED RECOVERED (SIR).

0 0 1

MODEL STOKASTIK SUSCEPTIBLE INFECTED RECOVERED (SIR).

4 9 9

Penyebaran Penyakit Ebola Dengan Model Susceptible Exposed Infected Isolated Recovered (Seiihr) Doc1

0 0 1

ANALISIS NUMERIK MODEL EPIDEMIK SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) PADA PENYEBARAN PENYAKIT TUBERCULOSIS DI YOGYAKARTA.

2 4 87

MODEL SUSCEPTIBLE INFECTED RECOVERED (SIR) DENGAN IMIGRASI DAN SANITASI

0 0 38