Search for collections on Undip Repository

Analisis Probabilitas Pembersihan Infeksi Tuberkulosis dengan Model Continuous-Time Markov Chain

Gusmiarni, Rosalinda (2024) Analisis Probabilitas Pembersihan Infeksi Tuberkulosis dengan Model Continuous-Time Markov Chain. Undergraduate thesis, UNDIP.

[thumbnail of File 1 Pendahuluan_Rosalinda Gusmiarni - Rosalinda Gusmiarni.pdf] Text
File 1 Pendahuluan_Rosalinda Gusmiarni - Rosalinda Gusmiarni.pdf

Download (782kB)
[thumbnail of File 2 Isi_Rosalinda Gusmiarni - Rosalinda Gusmiarni.pdf] Text
File 2 Isi_Rosalinda Gusmiarni - Rosalinda Gusmiarni.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[thumbnail of File 3_Rosalinda Gusmiarni - Rosalinda Gusmiarni.pdf] Text
File 3_Rosalinda Gusmiarni - Rosalinda Gusmiarni.pdf

Download (187kB)

Abstract

"Tuberkulosis merupakan penyakit menular yang disebabkan oleh bakteri Mycobacterium Tuberculosis (Mtb). Penyakit tuberkulosis dapat dengan mudah tertular kepada orang yang sehat, yaitu melalui bakteri yang tersebar ke udara dalam bentuk droplet terhirup ke paru-paru dan berhasil menyerang sistem kekebalan tubuh. Salah satu aspek penting untuk mengendalikan penyebaran infeksi tuberkulosis adalah dengan pengobatan. Pada Tugas Akhir ini ditunjukkan bahwa sistem kekebalan tubuh manusia dapat secara alami membasmi bakteri Mtb sehingga pada proses penyembuhan tidak memerlukan obat-obatan. Proses identifikasi bagaimana cara pembersihan infeksi tuberkulosis dilakukan oleh tubuh manusia adalah dengan memodelkan interaksi antara bakteri Mtb dan respon dari sel-sel yang terdapat pada tubuh manusia. Model infeksi tuberkulosis terdiri dari populasi sel target Mtb yaitu makrofag yang tidak terinfeksi (M_u) dan yang terinfeksi (M_i), populasi bakteri Mtb (B) dan populasi sel-T CD4^+ (T). Model ini menggambarkan infeksi awal serta dapat memprediksi probabilitas pembersihan infeksi menggunakan simulasi numerik model Continuous-Time Markov Chain (CTMC) dan proses percabangan (branching process). Analisis probabilitas dilakukan berdasarkan enam nilai R_0 yang berbeda. Hasil analisis menunjukkan bahwa probabilitas pembersihan infeksi tuberkulosis mengalami penurunan ketika R_0>1. Artinya jika probabilitas pembersihan infeksi semakin kecil maka proses pembersihan akan memerlukan waktu yang lama.

Kata Kunci: Tuberkulosis, Model Continuous-Time Markov Chain, Branching Process, Analisis Probabilitas."

Item Type: Thesis (Undergraduate)
Subjects: Sciences and Mathemathic
Divisions: Faculty of Science and Mathematics > Department of Mathematics
Depositing User: Nurcahya Yulian
Date Deposited: 04 Nov 2024 00:36
Last Modified: 04 Nov 2024 00:36
URI: https://eprints2.undip.ac.id/id/eprint/26867

Actions (login required)

View Item View Item