Analisis Kestabilan Model Matematika pada Penyebaran Penyakit Tuberkulosis dengan Pengobatan Tidak Lengkap
Date
2025Author
NUGRAHENI, AULIA RIZKY
Jaharuddin
Mas'oed, Teduh Wulandari
Metadata
Show full item recordAbstract
Tuberkulosis (TB) adalah penyakit menular yang menyerang paru-paru
diakibatkan oleh infeksi bakteri yang menyebar melalui udara. Pengobatan TB yang
tidak lengkap atau tidak teratur dapat menyebabkan meningkatnya resiko kematian,
kekambuhan, dan resisten terhadap obat, sehingga dapat menjadi laten kembali.
Dalam penelitian ini akan dikaji model penyebaran penyakit TB dengan
merekonstruksi model, menentukan titik tetap, menganalisis kestabilan, serta
menentukan bilangan reproduksi dasar. Kestabilan titik tetap ditentukan
berdasarkan bilangan reproduksi dasar (R0). Jika R0 < 1, maka titik tetap bebas
penyakit bersifat stabil asimtotik lokal dan global, dan akan bersifat tidak stabil jika
R0 > 1. Kemudian dilakukan simulasi numerik dengan parameter yang telah
dipilih dengan analisis sensitivitas terhadap R0. Hasilnya menunjukkan bahwa
penurunan laju kontak penyakit dan peningkatan laju pengobatan memiliki peran
penting dalam pengendalian penyakit. Selain itu, peningkatan proporsi keefektifan
obat juga berpengaruh dalam pengendalian penyakit. Tuberculosis (TB) is an infectious disease that primarily affects the lungs and
is caused by airborne bacterial infection. Incomplete or irregular TB treatment can
increase the risk of death, relapse, and drug resistance, potentially causing the
disease to become latent again. In this research, we will study a TB spread model
by reconstructing the model, determining fixed point, analyzing stability, and
calculating the basic reproduction number. The stability of the fixed point is
determined based on the basic reproduction number R0. If R0 < 1, the disease-
free equilibrium is locally and globally asymptotically stable, and will be unstable
if R0 > 1. Numerical sumulations were conducted using estimated parameters,
along with a sensitivity analysis of R0. The results indicate that reducing the disease
contact rate and increase the treatment rate play a critical role in controlling TB. In
addition, increase the drug efficacy proportion significantly impacts in controlling
TB.
Collections
- UT - Mathematics [89]
