digilib@itb.ac.id +62 812 2508 8800

2023 JUNI WIJAYANTI PUSPITA 30119005.pdf
PUBLIC Dwi Ary Fuziastuti

Infeksi virus dengue masih menjadi salah satu masalah kesehatan utama di banyak negara endemik, termasuk Indonesia, yang ditandai dengan tingginya morbiditas dan penyebarannya. Faktor risiko yang mempengaruhi intensitas transmisi virus dengue bervariasi pada kelompok usia yang berbeda, yang dapat berimplikasi pada penerapan strategi pengendalian dengue. Dalam studi ini, model matematika infeksi dengue dengan struktur usia pada populasi manusia dikonstruksi. Populasi manusia dan nyamuk secara berurutan akan direpresentasikan oleh model Susceptible- Infected-Recovered (SIR) dan model Susceptible-Infected (SI). Skenario vaksinasi sebagai strategi pengendalian infeksi dengue juga diterapkan dalam model tersebut. Data kasus dengue dari kota-kota padat penduduk di Indonesia, seperti Kota Semarang dan Kota Bandung, digunakan untuk mengestimasi laju infeksi, baik yang konstan maupun yang bergantung waktu. Indikator-indikator untuk mengidentifikasi perubahan intensitas transmisi dengue di setiap struktur usia, seperti force of infection (FoI) dan bilangan reproduksi, baik bilangan reproduksi dasar maupun bilangan reproduksi efektif, dapat diperoleh di sini. Hasil-hasil simulasi numerik mengindikasikan bahwa kelompok usia remaja berisiko tinggi terinfeksi dengue. Vaksinasi pada kelompok usia ini efektif menurunkan jumlah kasus dengue di kotakota yang diteliti. Oleh karena itu, strategi vaksinasi di masa yang akan datang dapat diprioritaskan pada kelompok usia remaja untuk dapat mengendalikan penyebaran infeksi dengue. Adanya peringatan dini wabah dengue juga dapat membantu dalam merencanakan strategi pengendalian yang lebih efektif. Dalam studi ini, operator pembangkit kumulatif dikonstuksi menggunakan data kasus dengue mingguan di Kota Palu untuk menghasilkan solusi dinamik dari model matematika host-vector. Berdasarkan hasil perhitungan korelasi antar waktu, bilangan reproduksi efektif dapat digunakan sebagai indikator peringatan dini untuk memprediksi tren kejadian dengue di masa depan.