Perpustakaan Digital ITB

Penyakit Demam Dengue (DD) dan Demam Berdarah Dengue (DBD) disebabkan oleh virus Dengue dengan nyamuk Aedes aegypti betina sebagai vektor (pembawa penyakit). Penyakit ini termasuk salah satu penyakit endemik di Indonesia, yang seringkali menyebabkan korban jiwa, terutama bila penanganan terhadap penderitanya terlambat. Oleh sebab itu diperlukan pemahaman yang baik terhadap epidemiologi dari DD dan DBD. Pada disertasi ini model matematika digunakan untuk membantu memahami epidemiologi penyakit DD dan DBD. Riset ini mengembangkan model matematika penyebaran penyakit DBD dalam suatu populasi manusia dengan menggunakan pendekatan sistem dinamik, yang disebut dengan model eksternal, serta penyebaran virus Dengue dalam tubuh manusia, yang disebut dengan model internal. Pada model eksternal analisis difokuskan pada skenario-skenario vaksinasi untuk dua serotipe virus Dengue. Hal ini penting untuk dilakukan mengingat penelitian mengenai vaksinasi DBD masih belum tuntas dikerjakan dan sampai saat ini belum ada ketentuan metode vaksinasinya. Model ini terdiri atas delapan kompartemen atau sub populasi manusia (susceptible, infeksi primer serotipe 1 dan 2, sembuh dari infeksi primer serotipe 1 dan 2, infeksi sekunder 1 dan 2, menunjukkan gejala parah DBD) dan sub populasi vektor yang terdiri atas vektor terinfeksi serotipe 1 dan 2. Skenario vaksinasi yang dianalisis pada disertasi ini terdiri dari empat skenario, yakni vaksinasi dengan menggunakan vaksin tetravalent untuk bayi yang baru lahir, vaksin tetravalent untuk sub populasi susceptible, vaksin bivalent untuk bayi yang baru lahir serta vaksin bivalent yang dikenakan acak pada populasi. Hasil penerapan skenario-skenario vaksinasi yang dirancang dalam riset ini disajikan dalam bentuk rasio kompartemen penderita yang mengalami gejala DBD dan dirawat di rumah sakit. Rasio ini membandingkan kompartemen tersebut sebelum dan setelah vaksinasi diberikan. Hal ini dilakukan karena pada kenyataannya data penderita inilah yang tersedia di lapangan. Kajian ini memberikan hasil bahwa skenario vaksin tetravalent untuk sub populasi susceptible memberikan hasil terbaik dalam menurunkan rasio tersebut. Selain itu kajian model eksternal menghasilkan analisis kestabilan model di sekitar titik kesetimbangan yang diberikan berdasarkan parameter ambang basic reproduction ratio. Terdapat empat titik kesetimbangan, yakni titik non-endemik, titik endemik untuk serotipe 1 dan 2 serta titik koeksistensi dua serotipe virus. Dari titik endemik ini dapat dilihat bahwa dengan adanya penerapan skenario vaksinasi, maka kenaikan proporsi vaksinasi pada skenario vaksin tetravalent mereduksi nilai komponen titik endemik bila dibandingkan dengan tanpa vaksinasi. Sedangkan kajian vaksin bivalent menunjukkan saat parameter efek memperburuk keadaan lebih kecil dari rata-rata periode infeksi maka individu yang sedang terinfeksi apabila divaksin akan semakin lama berada pada periode infeksi. Kemanfaatan dari penelitian ini diharapkan dapat memberikan masukan untuk merancang sistem pemberian vaksinasi DBD apabila vaksin tersebut telah siap di pasaran. Selain itu dirancang pula perangkat lunak sistem deteksi dini penyebaran wabah DBD berdasarkan masukan data person index. Melalui pengembangan perangkat lunak dan memperlengkap data parameter berdasarkan kondisi di lapangan, perangkat lunak ini diharapkan dapat menjadi sistem deteksi dini yang unggul. Model internal dibangun untuk menjelaskan fenomena apakah benar virus DBD akan lenyap dalam 7 hari. Model internal ini terbagi atas dua model, model tanpa respons imun dan model dengan respons imun. Kedua model ini dikaji dan dibandingkan hasilnya dengan harapan dapat membantu memberi penjelasan patogenesis DBD yang sampai saat ini masih belum jelas benar. Model internal ini memiliki tiga jenis titik kesetimbangan, yakni titik bebas virus, titik tanpa respons imun dan titik endemik virus. Nilai basic reproduction ratio model tanpa respons imun lebih besar dibandingkan dengan model respons imun. Hal ini didukung dengan simulasi numerik untuk beberapa nilai parameter.