MAYA RAMADANI Primary Author mixed material bibliography Banda Aceh Fakultas MIPA Statistika 2025 id Indonesia

Skripsi

Penelitian ini bertujuan untuk memprediksi angka kejadian Tuberkulosis (TB) di Indonesia menggunakan model epidemiologi SVE3I3R yang dimodifikasi dengan penambahan Gaussian Noise. Model ini dirancang untuk menangani ketidakpastian dan variasi dalam data epidemiologis, memberikan prediksi yang lebih akurat dibandingkan model deterministik tradisional. Data yang digunakan mencakup informasi tentang populasi, tingkat penularan, tingkat pemulihan, serta resistensi obat. Metode pemodelan stokastik diterapkan menggunakan persamaan diferensial biasa (ODE), yang diselesaikan secara numerik dengan metode Runge-Kutta orde 4 (RK4). Hasil penelitian menunjukkan bahwa tingkat pemulihan dalam Infeksi Tuberkulosis Laten (LTBI) memiliki pengaruh signifikan terhadap pengurangan kasus TB. Namun, meskipun tingkat pemulihan meningkat, pengurangan tambahan pada individu yang terpapar menjadi semakin kecil. Penelitian ini mempertegas bahwa, tanpa intervensi yang lebih agresif dan komprehensif, target eliminasi TB pada tahun 2030, sebagaimana dicanangkan oleh SDG dan ditetapkan dalam Peraturan Presiden Nomor 67 Tahun 2021, tidak akan tercapai. Prediksi hasil pada tahun 2030 menunjukkan angka 320 kasus per 100.000 penduduk, jauh di atas target yang ditetapkan sebesar 65 kasus per 100.000 penduduk. Meskipun telah terjadi penurunan insiden TB secara bertahap dari tahun 2023 (387 kasus) hingga 2030 (320 kasus), angka tersebut masih jauh dari target eliminasi. Penambahan Gaussian Noise memungkinkan model ini menangkap fluktuasi yang lebih realistis dalam penyebaran penyakit, memberikan wawasan yang lebih mendalam mengenai dinamika epidemi TB di Indonesia. Penelitian ini diharapkan dapat mendukung kebijakan kesehatan yang lebih efektif dan responsif terhadap tantangan epidemi TB di Indonesia. Kata kunci: tuberkulosis, model SVE3I3R, gaussian noise, epidemiologi, pemodelan stokastik, eliminasi TB. TUBERCULOSIS - MEDICINE STOCHASTIC ANALYSIS 519.22 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 153653 2025-04-16 23:22:48 2025-04-17 15:05:21 machine generated