Simulasi Model Diskrit Respon Sistem Imun pada Penyebaran Tumor Otak dengan Metode Beda Hingga Standar

Icha Zakiyya Nafisah Roza, Usman Pagalay, Heni Widayani

Abstract


Tumor otak merupakan penyakit dimana jaringan dalam sistem saraf pusat tumbuh secara abnormal. Pertumbuhan tumor tersebut mengalami interaksi dengan sistem imun untuk menghambat pertumbuhan tumor, hal tersebut dapat dideskripsikan dalam model matematika yang berbentuk persamaan diferensial biasa. Model matematika penyebaran tumor otak dengan respon sistem imun pada penelitian ini terdapat lima variabel yaitu, glioma , makrofag , sel T CD    TGF-   , dan IFN- . Model tersebut akan didiskritisasi dengan menggunakan metode beda hingga standar. Metode beda hingga standar atau metode euler merupakan metode yang diturunkan dari deret Taylor. Berdasarkan hasil analisis diketahui bahwa model diskrit penyebaran tumor otak dengan respon sistem imun memiliki jenis kestabilan model diskrit sama dengan model kontinunya dan memiliki dua titik kesetimbangan, yaitu kesetimbangan bebas penyakit dan kesetimbangan endemik. Titik kesetimbangan bebas penyakit dan endemik bersifat stabil asimtotik apabila memenuhi kriteria kestabilan Schur-Cohn. Simulasi numerik dilakukan untuk mengilustrasikan dan menguji hasil analisis yang diperoleh. Hasil simulasi numerik diperoleh bahwa model diskrit akan sama dengan model kontinunya saat  tertentu.


Keywords


Model Matematika Tumor Otak; Metode Beda Hingga Standar; Analisis Perilaku; Simulasi Model

Full Text:

PDF

References


World Health Organization (WHO), "Definisi Sehat," 2008.

Pebriana, Kiki Dwi & Astuti, Luh Gede, "Penerapan Metode Certainty Factor (CF) dalam Pembuatan Sistem Pakar Diagnosis Penyakit Tumor Otak," Jurnal Elektronik Ilmu Komputer Udayana, vol. 8, pp. 315-324, 2020.

Yueniwati, Y, Pencitraan pada Tumor Otak:Modalitas dan Interpretasinya, Malang: UB Press, 2017.

Cumsille, P; Coronel, A; Conca, C, "A note on the numerical approach for the reaction diffusion problem to model the density of the tumor growth dynamics," Computers and Mathematics with Application, 2015.

Enderling, H; Chaplain, M, "Mathematical Modelling of Tumor Growth and Treatment," Current Pharmaceutical Design, 2013.

El-Nadi, Khairina El-Said; dkk, "Mathematical Model of Brain Tumor," International Research Journal of Engineering and Technology (IRJET) , vol. 2, 2015.

Iaroz, Kelly C; dkk, "Mathematical model of brain tumor with glial-neuron interactions and chemotherapy treatment," Journal of Theoritical Biology, 2015.

Banerjee, S; Khajanchi, S; Chaudhuri, S, "A Mathematical Model to Elucidate Brain Tumor Abrogation by Immunotherapy with T11 Target Structure," Plos One, 2015.

S. L. Ross, Differential Equation, Delhi: Rajv Book Binding House, 2010.

Nagle; Saff; Snider, Fundamental of Differential Equation, United States of America: Pearson Education, 2018.

Suryanto, A, Persamaan Diferensial Parsial Numerik II, Malang: Jurusan Matematika Universitas Brawijaya, 2012.

Elaydi, Saber, An Introduction to Difference Equation, New York: Springer, 2015.

Rozi, Syamsida, Metode Numerik, Jambi: Sekolah Tinggi Ilmu Komputer Dinamika Bangsa, 2017.

Liu; Hussein, F; Tan, C, L; Dash, M, Discretization: An Enabling Technique, Arizona: Departement of Computer Science and Enginering-Arizona State University, 2012.

Meyer, Walter J, Concept of Mathematical Modelling, New York: McGraw-Hill Bock Company, 1985.




DOI: https://doi.org/10.18860/jrmm.v1i2.14045

Refbacks

  • There are currently no refbacks.