Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKModel epidemik SIS (Susceptible Infected Susceptible) diaplikasikan dalampembuatan model matematis penyebaran penyakit influenza. Model penyebaranpenyakit flu dibuat dengan pendekatan stokastik. Model stokastik yang digunakandalam skripsi ini adalah model Continuous Time Markov Chain (CTMC). Padamodel CTMC, dikonstruksi probabilitas transisi, ekspektasi, dan limit distribusidari banyaknya individu yang terinfeksi penyakit flu dengan asumsi banyaknyaindividu terinfeksi hanya dapat bertambah satu, berkurang satu atau tetap dalaminterval waktu yang sangat pendek (
t 􀀀 0). Ekspektasi dari banyaknya individuyang terinfeksi flu tidak dapat diselesaikan secara langsung, tetapi dapat diketahuibahwa rata- rata pada model stokastik lebih kecil dibandingkan dengan solusideterministik. Dari kajian tentang limit distribusi, didapatkan bahwa probabilitastidak ada individu terinfeksi adalah satu saat t 􀀀 ª. Simulasi numerik padapenyebaran penyakit flu diberikan sebagai pendukung untuk interpretasi model

---

ABSTRACTMathematical model for the spread of influenza using SIS (Susceptible InfectedSusceptible) Epidemic Model for constant total human population size is discussedin this undergraduate thesis. These influenza model was made with stochasticapproach. Stochastic model that used in this thesis is Continuous Time MarkovChain (CTMC). Transition probability, expectation, and limiting distribution forthe number of infected people were constructed in CTMC with assumption that thenumber of infected people might change by increasing one, decreasing one, or stillin the time interval that tends to zero (
t 􀀀 0). The expectation for the number ofinfected people cannot be solved directly, but we will know that the mean of thestochastic SIS epidemic model is less than the deterministic solution. Fromlimiting distribution analyses, probability that there are no infected people att 􀀀 ª is one. Some numerical simulation for the spread of influenza is given togive a better interpretation and a better understanding about the modelinterpretation"

"Markov processes are processes that have limited memory. In particular, their dependence on the past is only through the previous state. They are used to model the behavior of many systems including communications systems, transportation networks, image segmentation and analysis, biological systems and DNA sequence analysis, random atomic motion and diffusion in physics, social mobility, population studies, epidemiology, animal and insect migration, queueing systems, resource management, dams, financial engineering, actuarial science, and decision systems.Covering a wide range of areas of application of Markov processes, this second edition is revised to highlight the most important aspects as well as the most recent trends and applications of Markov processes. The author spent over 16 years in the industry before returning to academia, and he has applied many of the principles covered in this book in multiple research projects."

"ABSTRAKInfluenza merupakan penyakit menular yang dapat mengancam nyawa kelompok orang dengan resiko tinggi terkena komplikasi. Karena vaksin merupakan cara ampuh mencegah suatu penyakit termasuk influenza, maka pada skripsi ini dibahas model SVIRS yang merupakan model penyebaran penyakit influenza yang mempertimbangkan vaksinasi dan penjagaan jarak sosial. Populasi manusia dibagi menjadi empat subpopulasi, yaitu manusia rentan terhadap penyakit influenza, manusia yang telah diberi vaksin influenza, manusia terinfeksi influenza, serta manusia yang sembuh dari influenza. Subpopulasi manusia yang telah diberi vaksin dan manusia yang sembuh dari influenza diasumsikan dapat kembali rentan karena efektivitas vaksin tidak sempurna. Karena kami berasumsi bahwa daya tahan tubuh tidak bertahan untuk waktu yang panjang, maka ada kemungkinan individu yang sembuh dapat terinfeksi kembali. Kajian analitik mengenai proses nondimensionalisasi, eksistensi dan kestabilan titik keseimbangan juga dilakukan terhadap model. Berdasarkan kajian analitik yang dilakukan, (R0) dapat menjadi penentu strategi terbaik untuk mencegah penyebaran influenza pada populasi. Terakhir, beberapa simulasi numerik dilakukan untuk beberapa skenario vaksinasi dan strategi penjagaan jarak sosial.

---

ABSTRACTInfluenza is an infectious disease that can threaten the lives of a group of people at high risk of complications. Since vaccines are a powerful way of preventing disease including influenza, then this research discusses the SVIRS model which is a model of the spread of influenza disease which consider vaccination and social distancing. The human population is divided into four subpopulations, namely humans susceptible to influenza, humans who have been given influenza vaccines, humans infected with influenza, and humans who recover from influenza. Subpopulations of people who have been given the vaccine are assumed can be infected by influenza because of the imperfect vaccine effectiveness. Since we assume that the immunity is not for long-life, then there is a possibility that recovered individual may get re-infected. Analytical studies of the nondimensionalization process, the existence and stability of the equilibrium points are carried out on the model. Based on the analytical studies, (R0) give an insight to determine the best strategies to prevent the spread of influenza among the population. At last, some numerical simulations were carried out using for several scenarios of vaccination and social distancing strategy."

"Model epidemik SIS (Susceptible Infected Susceptible) diaplikasikan dalam pembuatan model matematis penyebaran penyakit flu dengan intervensi masker kesehatan dan obat pada populasi manusia yang totalnya diasumsikan konstan. Model penyebaran penyakit flu dibuat dengan pendekatan deterministik dan stokastik. Model deterministik dibentuk dengan menggunakan persamaan diferensial biasa berdasarkan banyaknya orang terinfeksi. Kajian analitik dan numerik mengenai titik ekuilibrium, basic reproduction number R0, serta kriteria terjadinya endemik yang bergantung pada beberapa parameter dibahas dalam skripsi ini. Dari kajian analitik, didapatkan bahwa titik ekuilibrium dalam model bergantung pada nilai R0. Model stokastik yang digunakan dalam skripsi ini adalah model Discrete Time Markov Chain (DTMC). Pada model DTMC, dikonstruksi probabilitas transisi dan limit distribusi dari banyaknya orang yang terinfeksi penyakit flu dengan asumsi banyaknya orang terinfeksi hanya dapat bertambah satu, berkurang satu atau tetap selama satu satuan waktu Δt (Δt ➝ 0). Dari kajian tentang limit distribusi, didapatkan bahwa probabilitas tidak ada orang terinfeksi adalah satu saat t ! 1. Probabilitas terjadinya outbreak dibahas dengan pendekatan gambler's ruin problem dan dapat disimpulkan bahwa nilainya bergantung pada basic reproduction number R0 dan banyaknya infeksi awal i0. Simulasi numerik untuk membandingkan dinamik jumlah orang terinfeksi pada model deterministik dan stokastik DTMC diberikan sebagai pendukung untuk interpretasi model.

---

Two mathematical models for influenza spread with medical mask and treatment intervention using SIS (Susceptible Infected Susceptible) Epidemic Model for constant total human population size is discussed in this undergraduate thesis. These influenza models was made with deterministic and stochastic approach. The deterministic model was constructed using ordinary differential equation based on the number of infected people. Analytic and numerical analyses used to explain equilibrium points, basic reproduction number R0, and endemic criteria which is depend on some parameter that can be explained further in this thesis. From analytic analyses, it can be obtained that the equilibrium point depends on R0 value. Stochastic model that used in this thesis is Discrete Time Markov Chain (DTMC). In DTMC model, transition probability and limiting distribution are constructed from number of infected people with assumption that the number of infected people might change by increasing one, decreasing one, or still in a time step Δt (Δt ➝ 0). From limiting distribution analyses, probability that there are no infected people at t ! 1is one. Approximation probability of an outbreak with gambler?s ruin problem is present and depend on basic reproduction number R0, number of initial infection i0. Some numerical simulation to compare between deterministic and DTMC approach is given to give a better interpretation and a better understanding about the model interpretation."

"ABSTRAK

Tingkat mortalitas digunakan dalam menghitung besar premi, anuitas pensiun, cadangan asuransi hidup, dan berbagai produk asuransi jiwa lainnya. Untuk itu perlu dilakukan peramalan tingkat mortalitas untuk masa yang akan datang. Kenaikan tingkat mortalitas dipandang sebagai akibat dari proses penuaan manusia yang didasarkan pada suatu indeks kesehatan, yaitu usia fisiologis. Rantai Markov Waktu Kontinu dengan satu absorbing state digunakan untuk memodelkan proses penuaan. Waktu yang dihabiskan sebelum masuk ke dalam absorbing state didefinisikan sebagai waktu bertahan hidup hingga terjadi kematian dan mengikuti Coxian phase type distribution. Fungsi survival dari distribusi yang digunakan dalam peramalan tingkat mortalitas dapat ditentukan. Penaksiran parameter model diperoleh dengan meminimumkan jumlah kuadrat errors dari fungsi survival. Kemudian dilakukan fitting model untuk melihat hasil peramalan tingkat mortalitas untuk data laki-laki dan perempuan. Hasil simulasi menyatakan bahwa model menunjukkan fit yang memuaskan dan dapat digunakan dalam meramalkan tingkat mortalitas usia tua pada data laki-laki dan semua usia pada data perempuan.

---

ABSTRACT

---

Mortality rates are used in calculating premiums, pension annuities, life insurance reserves, and other life insurance products. Therefore, it is necessary to forecast the mortality rate for the future time. Increasing in mortality rates are seen as a result of the aging process based on a health index called physiological age. Continuous Time Markov Chain with one absorbing state is used to model the aging process. The time spent before entering the absorbing state is defined as the survival time until death occurs and under the Coxian phase type distribution. The survival function can be determined from this distribution and used in forecasting mortality rates. The parameters estimation is obtained by minimizing sum squares of errors from the survival function. Then model fitting are performed to see the result of forecasting mortality rates for man and woman data. Simulation results indicate that the model show satisfactory fit and can be used in forecasting old age mortality for man and all age for woman.

"

"Gonorrhea adalah penyakit menular seksual yang tidak memberikan kekebalan. Proses penyebaran penyakit tersebut dapat dijelaskan oleh model epidemi susceptible infected susceptible (SIS). Skripsi ini membahas model stokastik epidemi SIS. Model stokastik epidemi SIS diturunkan dari model deterministik epidemi SIS dengan memberikan gangguan pada parameter. Simulasi dilakukan menggunakan nilai-nilai parameter dari penelitian klinis penyakit gonorrhea. Metode numerik yang digunakan untuk mengaproksimasi solusi model adalah metode Milstein. Simulasi dilakukan terhadap kondisi kepunahan (extinction), kondisi kebertahanan (persistence), pengaruh intensitas gangguan terhadap jumlah individu terinfeksi pada kesetimbangan endemik model, dan distribusi model. Hasil simulasi menunjukkan semakin besar intensitas gangguan, jumlah individu terinfeksi pada kesetimbangan endemik model semakin berkurang. Kondisi kepunahan dan kondisi kebertahanan untuk model stokastik dipengaruhi oleh bilangan reproduksi dasar stokastik (). Jika, maka penyakit punah dari populasi dengan probabilitas satu. Jika, maka penyakit tetap bertahan di dalam populasi dan model memiliki distribusi stasioner unik.

---

Gonorrhea is a sexually transmitted disease which does not confer immunity. The spreading process of the disease can be explained by the susceptible infected susceptible (SIS) epidemic model. This skripsi discusses the stochastic SIS epidemic model. The stochastic SIS epidemic model is derived from deterministic SIS epidemic model by adding a perturbation in the parameter. Simulations are generated based on parameter values from clinical research of gonorrhea disease and focus on conditions of extinction, persistence, and the influence of the noise intensity to the number of infected individuals in endemic equilibrium model as well as distribution of the model. The Milstein method is used to approximate solutions of the model. The simulations show that the greater noise intensity implies the reduction of individual infective number in endemic equilibrium. Extinction and persistence conditions in stochastic model are influenced by the stochastic basic reproduction number (). It shows that the disease dies out from population with probability one if , otherwise the disease persists in population and the model has a unique stationary distribution."

"Tugas akhir ini secara umum bertujuan untuk menghadirkan suatu metode yang dapat membantu kita dalam menghitung nilai-nilai probabilitas transisi yang dibutuhkan dalam penghitungan aktuaria. Penghitungan nilai-nilai probabilitas transisi ini dibatasi pada model tiga state. Pembahasan model ini berkaitan erat dengan proses Markov dan menggunakan nilai force of transition konstan (Proses Markov waktu homogen). Metode yang digunakan dalam mencari nilai-nilai probabilitas transisi berangkat dari penggunaan matriks force of transition dengan force of transition yang bernilai konstan yaitu persamaan P(t) = Adiag( ed1t ,ed2t ,ed3t )A?1 dimana elemen-elemen matriks P(t) ialah nilai probabilitas transisi, vektor kolom dari matriks A ialah vektor eigen dari matriks force of transition, dan nilai d1, d2, d3 ialah nilai-nilai eigen dari matriks force of transition. Proses penghitungan nilai-nilai probabilitas ini melalui pencarian nilai eigen dan vektor eigen dari matriks force of transition. Dalam kasus khusus pada model khusus tiga state,yaitu state select, ultimate, dan dead, akan dibahas perhitungan numerik untuk mencari nilai-nilai probabilitas transisinya."

"ABSTRAKModel matematika penyebaran dan penanggulangan penyakit flu denganpendekatan persamaan diferensial stokastik (PDS) yang dibangun dari modeldeterministik epidemi SIS dibahas dalam skripsi ini. Model PDS dikonstruksidengan cara menambahkan gangguan pada parameter laju kontak sukses infeksi.Selanjutnya, kajian analitik untuk memperoleh ambang batas stokastik 0dilakukan dan dikaitkan dengan kondisi kepunahan dan kebertahanan daribanyaknya individu terinfeksi I(t). Jika 0 B 1 maka penyakit akan punah daripopulasi dengan probabilitas satu, dan sebaliknya, penyakit akan bertahan jika0 > 1. Dari hasil ini, 0 pada model PDS dapat dikatakan memiliki peran yangsama dengan R0 pada model deterministik. Simulasi dilakukan untuk mendukungteori-teori yang telah dibahas.

---

ABSTRACTMathematical model for influenza spread and prevention from stochasticdifferential equation (SDE) approach extended from SIS epidemic deterministicmodel is discussed in this skripsi. The SDE model was constructed by introducinga random perturbation in successful contact rate parameter . Furthermore,analytical study to obtain stochastic threshold parameter 0 was determined andthe parameter was linked to extinction and persistence conditions for infectedindividual I(t). If 0 B 1, the disease dies out from population with probabilityone, otherwise the disease persists if 0 > 1. Based on these result, 0 in SDEmodel has similar role to R0 in the deterministic model. Numerical simulationswere generated to support the corresponding theories."

"Kemampuan berkomunikasi, merencanakan dan merancang, serta kode etik profesi yang diamati oleh beberapa industriawan terhadap lulusan S1 baru bidang Teknik Mesin masih lemah. Oleh karenanya untuk meningkatkan kualitas lulusan dan memperkecil kesenjangan antara kebutuhan perguruan tinggi dan dunia kerja, perlu dilakukan perbaikan kurikulum dan strategi pembelajarannya. Tujuan penelitian ini adalah mengembangkan model pembelajaran yang mampu mengantisipasi kesenjangan antara kebutuhan kompetensi lulusan perguruan tinggi dan dunia kerja. Inovasi Iptek Kesenjangan kompetensi lulusan perguruan tinggi dan dunia kerja yang ditemukan dalam penelitian ini mencakup dua hal pokok yang terdiri dari lima kompetensi, yaitu pertama, kemampuan dalam merancang rekayasa di bidang permesinan yang memperhatikan kaidah prosedur dalam desain, kaidah penelitian dan ekonomi, kedua, kemampuan bersosialisasi dengan lingkungan (kemampuan berkomunikasi, bekerja dalam grup, perilaku sesuai dengan kode etik profesi). Ke lima kompetensi di atas selanjutnya disebut '5SB'."