MODEL EPIDEMIK SIR DAN MODEL JARINGAN SYARAF TIRUAN DEMAM BERDARAH DENGUE DI NTB

Muhammad Rijal Alfian* -  Universitas Mataram, Indonesia
Syamsul Bahri -  Universitas Mataram, Indonesia
Marwan - -  Universitas Mataram, Indonesia
Lailia Awalusshaumi -  Universitas Mataram, Indonesia
Lisa Harsiyah -  Universitas Mataram, Indonesia
Kamalatul Azmi -  Universitas Mataram, Indonesia
Helmina Andriani -  Universitas Mataram, Indonesia

DOI : 10.24269/silogisme.v8i1.6202

Salah satu masalah kesehatan untuk negara beriklim tropis dan subtropis adalah Demam Berdarah Dengue (DBD). Sepanjang 2021, ada 73.518 kasus DBD di Indonesia dengan 2.697 kasus terjadi di NTB dengan kasus kematian yang disebabkan oleh DBD sebanyak 21 kasus. Penyakit DBD dengan prediksi perkembangan jumlah penderita yang terinfeksi dapat dimodelkan dengan menggunakan model matematis epidemiologi yaitu model persamaan diferensial nonlinear SIR yang diklasifikasi ke dalam tiga kompartemen yaitu S (Susceptible), I (Infectious), dan R (Recovered) serta dapat disimulasikan dengan neural network. Dalam neural network, terdapat ide untuk melakukan pemetaan suatu fungsi pada konsep classifier yaitu pengklasifikasian objek dengan memanfaatkan persamaan linear, 𝑦 = 𝑓(𝑥) untuk meregresi data. Data yang digunakan adalah data sekunder yang bersumber dari Dinas Kesahatan Provinsi NTB. Data yang diperoleh kemudian dianalisis sehingga memperoleh titik keseimbangan. Dari hasil analisis model SIR penyebaran penyakit deman berdarah di NTB diperoleh dua titik keseimbangan namun hanya satu titik yang stabil asimtotik karena semua nilai eigen yang diperoleh bernilai negatif. Nilai dari , artinya titik keseimbangan bebas penyakit demam berdarah di NTB berangsur-angsur akan menghilang.
Keywords
Dengue Hemorrhagic Fever, Artificial Neural Network, SIR Model
  1. Adi-kusumo, F., & Susyanto, N. (2020). Model Berbasis Sir Dalam Prediksi Awal Penyebaran Covid-19 Di Daerah Istimewa Yogyakarta (Diy) (Sir-Based Model in Predicting the Early Outbreak of Covid-19 in the Special Region of Yogyakarta (Diy)). 02, 1.
  2. Bahri, S., Alfian, M. R., & Fitriyani, N. (2022). Dynamic Neural Network Model Design for Solar Radiation Forecast. Lontar Komputer : Jurnal Ilmiah Teknologi Informasi, 13(2), 96. https://doi.org/10.24843/lkjiti.2022.v13.i02.p03
  3. Bahri, S., & Irwansyah, I. (2019). Model Prediksi Curah Hujan Harian Menggunakan Jaringan Syaraf Tiruan Backpropagation. Indonesian Physical Review, 2(1), 9. http://ipr.unram.ac.id/index.php/ipr/article/view/17
  4. Cooper, I., Mondal, A., & Antonopoulos, C. G. (2020). Chaos , Solitons and Fractals A SIR model assumption for the spread of COVID-19 in different communities. Chaos, Solitons and Fractals: The Interdisciplinary Journal of Nonlinear Science, and Nonequilibrium and Complex Phenomena, 139, 110057. https://doi.org/10.1016/j.chaos.2020.110057
  5. Kudryashov, N. A., Chmykhov, M. A., & Vigdorowitsch, M. (2021). Analytical features of the SIR model and their applications to COVID-19. Applied Mathematical Modelling, 90, 466–473. https://doi.org/10.1016/j.apm.2020.08.057
  6. Leowattana, W., & Leowattana, T. (2021). Dengue hemorrhagic fever and the liver. World Journal of Hepatology, 13(12), 1968–1976. https://doi.org/10.4254/wjh.v13.i12.1968
  7. Octariadi, B. C. (2020). Pengenalan Pola Tanda Tangan Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation. Jurnal Teknoinfo, 14(1), 15. https://doi.org/10.33365/jti.v14i1.462
  8. Provinsi NTB. (2023). Jumlah Kasus Demam Berdarah Dangue (DBD) di Provinsi NTB. Jumlah Kasus Demam Berdarah Dangue (DBD) Di Provinsi NTB. https://data.ntbprov.go.id/dataset/jumlah-kasus-demam-berdarah-dangue-dbd-di-provinsi-ntb
  9. Side, S., Wahyuni, M. S., & Rifki, M. (2020). Solusi Numerik Model SIR pada Penyebaran Penyakit Hepatitis B dengan Metode Perturbasi Homotopi di Provinsi Sulawesi Selatan. Journal of Mathematics Computations and Statistics, 3(2), 79. https://doi.org/10.35580/jmathcos.v3i2.20122
  10. Sir, P., Penyebaran, U., Pertusis, P., Pada, V., & Manusia, P. (2018). Pemodelan SIR untuk penyebaran Penyakit Pertusis dengan Vaksinasi pada populasi Manusia Konstan. Unnes Journal of Mathematics, 7(1), 96–107.
  11. Yudono, M. A. S., Hamidi, E. A. Z., Jumadi, J., Kuspranoto, A. H., & Sidik, A. D. W. M. (2022). Jaringan Syaraf Tiruan Perambatan Balik untuk Klasifikasi Covid-19 Berbasis Tekstur Menggunakan Orde Pertama Berdasarkan Citra Chest X-Ray. Jurnal Teknologi Informasi Dan Ilmu Komputer, 9(4), 799. https://doi.org/10.25126/jtiik.2022945663

Full Text:
Article Info
Submitted: 2022-11-30
Published: 2023-06-08
Section: Artikel
Article Statistics: