Analisis Model Gerak Brown pada Penyebaran Covid-19 di Indonesia

Andre L. A Marpaung; Pardomuan  Sitompul

doi:10.55927/fjas.v1i5.1587

Authors

Andre L. A Marpaung Jurusan Matematika, Universitas Negeri Medan
Pardomuan Sitompul Jurusan Matematika, Universitas Negeri Medan

DOI:

https://doi.org/10.55927/fjas.v1i5.1587

Keywords:

Gerak Brown, Covid-19, Probabilitas Infeksi, Pembatasan Aktivitas

Abstract

Meningkatnya jumlah kasus Covid-19 di Indonesia telah mempengaruhi banyak aspek di segala bidang, sehingga diperlukan kebijakan untuk mengatasi masalah tersebut. Selanjutnya dilakukan simulasi untuk mengetahui pengaruh pembatasan aktivitas terhadap penurunan kasus infeksi. Pada penelitian ini dilakukan enam simulasi, satu simulasi dengan skenario tanpa pembatasan aktivitas dan lima simulasi dengan pembatasan pada lima kondisi yang berbeda. Hasil penelitian menunjukkan bahwa tanpa pembatasan dapat menyebabkan penyebaran penyakit yang cepat dan sejumlah besar infeksi dalam satu periode. Pembatasan setelah mencapai kasus infeksi tertentu akan menurunkan laju infeksi selama periode pembatasan aktivitas.

Downloads

Download data is not yet available.

References

Alijoyo, Antonius, B. W. d. I. J., (2019): Monte Carlo Simulation, Center for Risk Management and Sustainability.

Amalia, Lia, I. F. H., (2020): Analisis Gejala Klinis dan Peningkatan Kekekebalan Tubuh Untuk Mencegah Penyakit Covid-19, ARTIKEL, 2(2), 71–76.

Cahyono, E., (2013): Pemodelan Matematika, Graha Ilmu, Yogyakarta.

Callaway, E., (2021): Fast-Spreading Covid Variant Can Elude Immune Responses, Nature, 589(7843), 500–502.

Davenport, W. B., (1970): Probability and Random Processes, McGraw-Hill, United States America.

Dbuok, Talib, D. D., (2020): On coughing and airbone droplet transmission to humans, Physics of Fluids, 32(5), 053310.

De-Leon, Hilla, d. P. F., (2020): Particle modeling of the spreading of coronavirus disease (COVID-19), Physics of Fluids, 32(8), 087113.

Hidayani, W. R., (2020): Faktor Faktor Risiko Yang Berhubungan Dengan COVID 19: Literature Review, Jurnal Untuk Masyarakat Sehat, 4(2), 120- 134.

Karabay, A., Kuzdeuov, A., Ospanova, S., Lewis, M., dan Varol, H. A., (2021): A Vaccination Simulator for COVID-19: Effective and Sterilizing Immunization Cases, IEEE Journal of Biomedical and Health Informatics, 1–1.

Kuzdeuov A, A. Karabay, D. B. B. I. H. A. V., (2021): A Particle-Based COVID-19 Simulator With Contact Tracing and Testing, IEEE Open Journal of Engineering in Medicine and Biology, 2, 111–117.

Lima, L. S., (2021): Fractional Brownian motion analysis for epidemic spreading of diseases, Research Article, .

Liu G, L. M., (2003): Smoothed Particle Hydrodynamics- a meshfree particle method, World Scientific Publishing, Singapura.

Marconi, Umberto M. B., A. P. L. R. A. V., (2008): Fluctuation-Dissipation:Response Theory in Statistical Physics, Physics repost, 461(4-6), 111–195.

Papoulis, A., (1985): Probabilitas, Variabel Random, dan Proses Stokastik, Gadjah Mada University Press, Yogyakarta.

Srinivasan, S.K. dan Mehata, K. M., (1981): Probability and Random Processes, Second Edition, McGraw-Hill, India.

WHO (2020): Coronavirus, Retrieved from World Health Organization, .

Widarsono, T., (2005): Tutorial Praktis Belajar Matlab, Erlangga, Jakarta