MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM
|
|
- Leony Tan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 011
2 ABSTRAK RIDWAN IDHAM. Model Mangsa Pemangsa dengan Respon Fungsional Tak Monoton. Dibimbing oleh ENDAR HASAFAH NUGRAHANI dan ALI KUSNANTO. Penelitian ini mengkaji dinamika sistem mangsa pemangsa dengan respon fungsional tak monoton. Dalam model ini tingkat interaksi antara mangsadan pemangsa diasumsikan memenuhi fungsi kuadrat yang tidak monoton. Dengan asumsi ini selanjutnya dianalisis perilaku yang terjadi pada sistem dengan melihat pengaruh perubahan parameter model. Dari hasil analisis terhadap model, diperoleh 4 buah titik tetap dengan kestabilan yang bergantung pada nilai-nilai parameter. Berdasarkan simulasi yang telah dilakukan terhadap perubahan parameter tingkat kelahiran mangsa, dapat disimpulkan bahwa semakin tinggi tingkat kelahiran mangsa maka akan terjadi perubahan pusat osilasi solusi. Sedangkan pada perubahan parameter tingkat kematian pemangsa, dapat disimpulkan bahwa semakin tinggi tingkat kematian pemangsa maka akan merubah banyaknya titik tetap serta merubah kestabilan pada masing-masing titik tetap. Apabila tingkat kematian pemangsa mencapai proporsi 0.5 populasi pemangsa,akan menyebabkan pemangsa punah.
3 ABSTRACT RIDWAN IDHAM. Predators Prey Model with Nonmonotonic Functional Response. Supervised by ENDAR HASAFAH NUGRAHANI and ALI KUSNANTO. This study examines the dynamics of predator prey system with nonmonotonic functional response. In this model the level of interaction between prey and predator is assumed to satisfy a nonmonotonic quadratic function. With this assumption the behavior occurs in the system is analyzed by considering the effects of parameter changes. Based on analysis of the model, there are 4 fixed points, which stability depend on parameter values. Based on the simulations on the parameter of prey birth rate, it can be concluded that the higher prey birth rate, there will be changes in the oscillation center of solutions. While the changes in the predator mortality rate parameter show that the higher the death rate of predator, it will change the number of fixed points and will change the stability at each fixed point. If the predator death rate reached proportion 0.5 of the predator population, it will cause the extinction of predator.
4 MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM G Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Matematika DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 011
5 Judul : Model Mangsa Pemangsa dengan Respon Fungsional Tak Monoton Nama : Ridwan Idham NIM : G Menyetujui Pembimbing I Pembimbing II Dr. Ir. Endar Hasafah Nugrahani, MS Drs. Ali Kusnanto, M.Si NIP NIP Mengetahui Ketua Departemen Matematika Dr. Berlian Setiawaty, MS NIP Tanggal Lulus :
6 KATA PENGANTAR Alhamdulillahirobbil alamin. Penulis mengucapkan syukur kehadirat Allah SWT atas segala limpahan rahmat dan karunia-nya sehingga karya ilmiah ini berhasil diselesaikan. Penyusunan karya ilmiah ini tidak terlepas dari dukungan dan bantuan dari berbagai pihak. Pada kesempatan ini, penulis juga ingin mengucapkan terimakasih yang sebesar-besarnya kepada: 1. Bapak dan Ibu tersayang, terima kasih atas didikan, kasih sayang, nasehat, semangat, serta do a yang tiada henti-hentinya. Do a yang selalu menjadi penerang jalan penulis.. Dr. Ir. Endar Hasafah Nugrahani, MS. selaku dosen pembimbing I, Drs. Ali Kusnanto, M.Si. selaku pembimbing II. Terimakasih atas waktu, ilmu yang diberikan dan kesabarannya dalam membimbing penulis. Semua ilmu yang Bu Endar dan Pak Ali berikan sangat bermanfaat bagi penulis. Terima kasih. 3. Dr. Paian Sianturi selaku dosen penguji. Terimakasih atas waktu dan ilmu yang sangat bermanfaat bagi penulis. 4. Adikku Wilda Idham tersayang terimakasih atas do a, semangat dan dukungannya. 5. Semua dosen Departemen Matematika, terimakasih atas ilmu yang telah diberikan. 6. Pak Yono, Bu Ade, Bu Susi, Mas Bono, Mas Heri, Mas Deni dan seluruh staf pegawai Departemen Matematika, terimakasih atas bantuannya dalam memperlancar administrasi akademik bagi penulis di Departemen Matematika. 7. Sahabat sahabatku seperjuangan : Suwarno, Septian, Carwidah dan teman-teman se-kosan yang telah memberikan dukungan 8. Teman-teman satu bimbingan yang sudah lulus terlebih dahulu terima kasih atas doa, bantuan, dukungan semangat, dan nasehatnya. 9. Kakak kelas angkatan 40 dan 41 yang tidak bisa penulis sebutkan satu per satu. 10. Teman-teman angkatan 4 Terimakasih atas doa, dukungan dan semangatnya, terimakasih atas kebersamaannya selama 3 tahun di Math Adik kelas angkatan 43, 44 dan 45 yang tidak bisa penulis sebutkan satu per satu. Penulis menyadari tulisan ini masih memiliki kekurangan dan jauh dari kesempurnaan. Oleh karena itu dibutuhkan kritik dan saran yang membangun dari pembaca. Semoga karya ilmiah ini bermanfaat bagi kita semua, bagi dunia ilmu pengetahuan khususnya Matematika. Bogor, Maret 011 Ridwan Idham
7 RIWAYAT HIDUP Penulis lahir di Jakarta pada tanggal 16 April 1987 sebagai anak pertama dari dua bersaudara, anak dari pasangan H. Salim dan Hj. Nurmaleni. Tahun 1999 penulis lulus dari SDN 01 Pulogadung Jakarta Timur. Tahun 00 penulis lulus dari SLTPIT RAFAH Bogor. Tahun 005 penulis lulus dari SMAIT RAFAH Bogor dan pada tahun yang sama penulis lulus seleksi masuk IPB melalui jalur Beasiswa Utusan Daerah regional Jawa Barat, Tingkat Persiapan Bersama. Pada tahun 006, penulis memilih jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama mengikuti perkuliahan, penulis pernah menjadi pengajar Privat Matematika. Penulis aktif di organisasi BEM-KM sebagai Volunteer 005/006, LIMIT sebagai anggota divisi Syi ar 006/007, GUMATIKA sebagai anggota divisi Keilmuan 007/008, BEM-KM IPB sebagai Staf Ahli 008/009. Selain itu, penulis pernah terlibat dalam berbagai kegiatan mahasiswa, antara lain acara PIMNAS (Pekan Ilmiah Mahasiswa Nasional) pada tahun 006 (Malang) dan 008 (Semarang) Sebagai kontingen IPB dalam Lomba Debat Bahasa Arab, MTQ-MN (Musabaqah Tilawatil Qur an Mahasiswa tingkat Nasional 007 (Palembang) sebagai kontingen IPB dalam cabang MHQ (Musabaqah Hifdzil Qur an) 1 Juz dan 009 (Lhokseumawe) sebagai Kontingen IPB dalam cabang MFQ (Musabaqah Fahmil Qur an).
8 DAFTAR ISI Halaman I. PENDAHULUAN 1.1 Latar Belakang Tujuan... 1 II. III. LANDASAN TEORI.1 Sistem Persamaan Diferensial Linear.... Titik Tetap....3 Nilai Eigen dan Vektor Eigen....4 Analisis Kestabilan Titik Tetap....5 Bidang Fase Bidang Solusi Model Logistik Model Lotka-Volterra... 3 PEMBAHASAN 3.1 Model Mangsa Pemangsa dengan Respon Fungsional Tak Monoton Analisis Kestabilan Titik Tetap Simulasi Model pada r Simulasi Model pada d... 8 IV. KESIMPULAN DAFTAR PUSTAKA LAMPIRAN... 11
9 DAFTAR GAMBAR Halaman 1. Plot antara dan N Bidang Fase r= Bidang Solusi r= Bidang Fase r= Bidang Solusi r= Bidang Fase r= Bidang Solusi r= Bidang Fase d= Bidang Solusi d= DAFTAR TABEL Halaman 1. Analisis terhadap perubahan r Analisis terhadap perubahan d... 9 DAFTAR LAMPIRAN Halaman 1. Penentuan Titik Tetap Program penentuan titik tetap dengan Mathematica Program penentuan matriks Jacobi dengan Mathematica Program simulasi model pada r dengan Mathematica 7.0 dan Maple Program simulasi model pada d dengan Mathematica 7.0 dan Maple... 19
10 I PENDAHULUAN 1.1 Latar Belakang Pemodelan matematika memiliki cakupan yang luas, antara lain yaitu pemodelan ekonomi, pemodelan keuangan, dan pemodelan sosial.dari sisi bentuk variabelnya pemodelan matematika dibagi menjadi pemodelan stokastik yang dimana peubahnya dalam bentuk acak, kemudian pemodelan deterministik yang peubahnya dapat diperkirakan serta pemodelan sistem dinamik. Sistem dinamik adalah suatu metode pemodelan yang diperkenalkan oleh JayForrester pada tahun 1950-an dan dikembangkan di Massa chusetts Institute of Technology Amerika. Sesuai dengan namanya, penggunaan metode ini erat berhubungan dengan pertanyaan-pertanyaan tentang tendensi-tendensi dinamik sistemsistem yang kompleks, yaitu pola-pola tingkah laku yang dibangkitkan oleh sistem itu dengan bertambahnya waktu. Asumsi utama dalam paradigma dinamik sistem adalah bahwa tendensi-tendensi dinamik yang terjadi terus menerus pada setiap sistem yang kompleks bersumber dari struktur kausal yang membentuk sistem itu. Oleh karena itulah model-model dinamik sistem diklasifikasikan ke dalam model matematik kausal (theory-like). Banyak kajian model yang dibahas dalam sistem dinamik antara lain model pertumbuhan yang meliputi didalamnya model logistik, model mangsa pemangsa Lotka-Volterra, dan model lainnya. Pada dasarnya interaksi adalah suatu jenis tindakan atau aksi yang terjadi sewaktu dua atau lebih objek mempengaruhi atau memiliki efek satu sama lain. Ide efek dua arah ini penting dalam konsep interaksi, sebagai lawan dari hubungan satu arah pada sebab akibat. Kombinasi dari interaksiinteraksi sederhana dapat menuntun pada suatu fenomena baru yang mengejutkan. Dalam berbagai bidang ilmu, interaksi memiliki makna yang berbeda, sedangkan interaksi antara mangsa pemangsa adalah gejala alam yang alamiah dimana yang lebih kuat akan memiliki kemampuan bertahan lebih lama dibandingkan yang lemah yang lambat laun akan punah akibat tidak mampunya bersaing dalam sebuah lingkungan. Pemodelan mangsa pemangsa ini banyak memiliki manfaat di antaranya untuk melihat stabilitas jumlah populasi mangsa dan pemangsa yang ada dalam sebuah biota atau lingkungan. Model tersebut akan digunakan oleh peneliti untuk mengendalikan populasi mangsa agar tidak terjadi kepunahan. Dalam tugas akhir ini akan dibahas salah satu model yang ada dalam sistem dinamik yaitu model mangsa pemangsa dengan respon fungsional tak monoton dimana respon fungsional adalah tingkat asupan konsumen sebagai fungsi dari kepadatan makanan yang berkaitan dengan tingkat reproduksi seorang konsumen sebagai fungsi kepadatan makanan. 1. Tujuan a. Menganalisis model mangsa pemangsa dengan respon fungsional tak monoton dengan menentukan titik tetap serta kestabilan masing-masing titik tetap, bidang fase dan bidang solusinya dengan mensubstitusikan parameter-parameter yang telah ditentukan. b. Melihat pengaruh parameter terhadap kestabilan sistem.
11 II LANDASAN TEORI.1 Sistem Persamaan Diferensial Linear (SPDL) Persamaan diferensial linear orde-1 dinyatakan sebagai berikut: x& + at () x= gt () (.1) dengan at () dan g() t adalah fungsi dari waktu t. Bila at () adalah suatu matriks berukuran n n dengan koefisien konstan dan g() t dinyatakan sebagai vektor konstan b maka diperoleh bentuk SPDL sebagai berikut: dx. Titik Tetap Ax b, x(0) x0 dt = + =. (.) (Farlow, 1990) ( A λi) x = 0 (.5) dengani matriks identitas. Persamaan (.5) mempunyai solusi taknol jika dan hanya jika det( A λi) = A λi = 0. (.6) Persamaan (.7) disebut persamaan karakteristik dari matriks A. [Tu, 1994].4 Analisis Kestabilan Titik Tetap Diberikan sistem persamaan differensial sembarang n x& = f( x), x R. (.7) Analisis kestabilan titik tetap dilakukan melalui matriks Jacobi, yaitu matriks J. Diberikan sistem persamaan differensial sebagai berikut &x = f ( x1, x,... x n ), 1 n ( x, x,..., x ) R. (.3) Suatu titik x * * yang memenuhi f ( x ) = 0 disebut titik kesetimbangan atau titik tetap dari sistem..3 Nilai Eigen dan Vektor Eigen Misalkan A adalah matriks n n, n maka suatu vektor taknol x di dalam R disebut vektor eigen dari A jika untuk suatu skalar λ berlaku Ax = λx (.4) vektor x disebut vektor eigen yang bersesuaian dengan nilai eigen λ. Untuk mencari nilai eigen dari matriks A yang berukuran n n maka persamaan (.4) dapat dituliskan kembali sebagai berikut n Penentuan kestabilan titik tetap didapat dengan melihat nilai-nilai eigennya, yaitu λ dengan i = 1,, 3,..., n yang i diperoleh dari ( A λ I) det = 0 Secara umum kestabilan titik tetap mempunyai tiga perilaku sebagai berikut 1. Stabil, jika a. Setiap nilai eigen real adalah negatif ( λ i < 0 untuk semua i) b. Setiap komponen nilai eigen kompleks bagian realnya lebih kecilatau sama dengan nol ( Re λ 0 untuk semua i). ( ) i. Takstabil, jika a. Setiap nilai eigen real adalah negatif ( λ i < 0 untuk semua i). b. Setiap komponen nilai eigen kompleks bagian realnya lebih kecil atau sama dengan nol ( Re( λi ) 0 untuk semua i). 3. Sadel, jika perkalian dua buah nilai eigen real sembarang adalah negatif (
12 λλ i j < 0 untuk i dan j sembarang). Titik tetap sadel ini bersifat takstabil. [Tu, 1994].5 Bidang Fase Suatu persamaan diferensial x& = f( x) tidak semuanya dapat diselesaikan secara kuantitatif. Jika hal ini terjadi maka diperlukan solusi kualitatif. Salah satu solusi kualitatif adalah diagram fase. Diagram fase akan menggambarkan perubahan kecepatan x& terhadap x.6 Bidang Solusi Bidang solusi merupakan bidang yang menggambarkan solusi persamaan differensial terhadap parameter yang telah ditentukan..7 Model Logistik Model logistik adalah model yang diperkenalkan oleh Verhulst pada Model ini dapat dituliskan sebagai berikut : N& rn 1 N = K dimana: N adalah populasi pada waktu t K adalah Konstanta r adalah tingkat pertumbuhan Dari persamaan di atas dapat ditentukan titik tetapnya dengan menjadikan N & = 0 sehingga diperoleh pada saat N = 0 atau N = K, yang dapat dilihat pada gambar berikut. N & K/ Dalam gambar juga dapat dilihat aliran bahwa N * = 0 adalah titik tetap tak stabil * dan N = K adalah titik tetap stabil..8 Model mangsa Pemangsa Lotka- Volterra Persamaan Lotka-Volterra, juga dikenal sebagai persamaan predator-mangsa, yang merupakan sepasang persamaan diferensial orde pertama dan non-linear. Persamaan diferensial sering digunakan untuk menggambarkan dinamika sistem biologi dimana dua spesies berinteraksi, sebagai contoh predator dan mangsa yang lainnya. Mereka berkembang dalam waktu sesuai dengan sepasang persamaan: dx = x( α βy) dt dy = y( γ δ x) dt dimana x : banyaknya mangsa y : banyaknya pemangsa dx : menggambarkan pertumbuhan dt mangsa pada waktu t dy : menggambarkan pertumbuhan dt pemangsa pada waktu t t : waktu α : laju kelahiran mangsa γ : laju kematian pemangsa K Gambar 1 Plot antara N & terhadap N N
13 III PEMBAHASAN 3.1 Model Mangsa Pemangsa dengan Respon Fungsional Tak Monoton Sistem mangsa pemangsa yang telah dikenal banyak orang dan sering dikembangkan di antaranya sistem mangsa pemangsa Lotka-Volterra. Dalam karya ilmiah ini akan dibahas model mangsa pemangsa dengan respon fungsional tak monoton yang dipelajari oleh Zhu, Campbell dan Wolkowicz (Xiao dan Zhu, 006) dimana respon fungsional adalah tingkat asupan konsumen sebagai fungsi dari kepadatan makanan. Dalam penelitian ini digunakan kelas respon fungsional tak monoton. x x& = rx 1 y& = y d + x di mana K x bx xy x + bx+ 1 (3.1) : Banyaknya populasi mangsa pada waktu t : Banyaknya populasi pemangsa pada waktu t : Tingkat pertumbuhan maksimum (r > 0) : Tingkat kematian pemangsa : Konstanta b R : Carrying Capacity (K > 0) Berikut ini akan ditentukan titik tetap dari persamaan (3.1) dengan menjadikan: x& = 0 y& = 0 diperoleh empat buah titik tetap berikut (perhitungan secara analitis di Lampiran 1 dan dengan Mathematica 7.0 di Lampiran ) T1 = (0,0) T = ( K,0) 1 bd + 4 d + ( 1 + bd), d 1 T3 = ( 1+ d b d 1 bd 4d + b d + 3 dk d(1 + 1 bd 4 d + b d ) K + bd(+ 1 bd 4 d + b d dk)) r 1 bd + 4 d + ( 1 + bd), d 1 T4 = ( 1+ d b d 1 bd 4d + b d + 3 dk d( 1+ 1 bd 4 d + b d ) K + bd(+ 1 bd 4 d + b d dk)) r Sistem persamaan (3.1) mempunyai matriks Jacobi sebagai berikut : rx x x( b + x) y y x + r 1 + K K (1 bx x ) 1 bx x 1 bx x J = xb ( + x) 1 x + y d + (1 + bx + x ) 1+ bx + x 1+ bx + x 3. Analisis Kestabilan Titik Tetap Akan dilakukan penentuan kestabilan titik tetap pada masing-masing titik. 1. T 1 = (0,0) kemudian kita subsititusikan kedalam matriks Jacobi di atas akan diperoleh matriks Jacobi sebagai r 0 berikut J = 0 d sehingga kita peroleh bahwa nilai λ 1 = r dan λ = d sehingga kestabilan titik tetap tersebut adalah sadel.. T = ( K,0) kemudian kita subsititusikan kedalam matriks Jacobi di atas akan diperoleh matriks Jacobi sebagai berikut K r 1+ bk + K J =, K 0 d + 1+ bk + K sehingga kita peroleh λ 1 = r dan λ = K d bk + K maka kestabilan titik tetap tersebut adalah stabil jika
14 K d 1 bk K dan sadel jika K d 1 bk K 3.3 Simulasi Model pada r r =1 Selanjutnya akan dilakukan simulasi terhadap model yang telah diberikan dengan cara mensubstitusikan parameter yang telah ditentukan yaitu r = 1, b = 0, K = 1.809, d = 0.37 Dengan mensubstitusikan keempat nilai parameter tersebut akan diperoleh 4 buah titik tetap yaitu nilai eigen bertanda sama dan tracenya positif, maka titik tetap tersebut memiliki tipe Node Stabil 4. T 4 = (0.45,0.9), λ1 dan λ adalah anggota dari Bilangan Kompleks Konjugat, dan memiliki tanda yang sama maka menurut teori kestabilan titik tetap adalah tipe spiral tak stabil. Bidang Fase Dengan memasukkan parameter di atas kita akan mencari bidang fase dengan menggunakan software Mathematica, maka kita akan memperoleh bidang fase sebagai berikut. T = (0,0) 1 T = (1.81, 0) T = (.4, 1.44) 3 T = (0.45, 0.9) 4 Selanjutnya akan dibentuk matriks Jacobi dari persamaan yang telah disubstitusikan padanya parameterparameter yang telah ditentukan, maka diperoleh matriks jacobi sebagai berikut : x + y y x x (1 + x ) 1+ x 1+ x J = x 1 x - + y (1 + x ) 1+ x 1+ x Kemudian akan dilakukan analisis kestabilan titik tetap pada masing-masing titik sebagai berikut : Bidang Solusi Gambar Bidang Fase r = 1 Untuk memperoleh bidang solusi program yang digunakan adalah Maple 1. T 1 = (0,0), λ1 = R +, λ = R, Menurut teori kestabilan titik tetap jika nilai eigen berbeda tanda maka titik tetap tersebut memiliki tipe Saddle Node. T = (1.81, 0), λ1 = R +, λ = R, titik tetap ini memilik tipe titik tetap Saddle Node, karena nilai eigennya berbeda tanda. 3. T 3 = (.4, 1.44), λ1 = R, λ = R,danτ > 0, maka menurut teori kestabilan titik tetap jika kedua Gambar 3 Bidang Solusi r = 1
15 Pada bidang solusi terlihat bahwa mangsa (garis hitam) berosilasi pada titik 0.5 sedangkan pemangsa (garis redup) berosilasi pada titik 1. r =0.8 Selanjutnya akan dilakukan simulasi terhadap model yang telah diberikan dengan cara mensubstitusikan parameter yang telah ditentukan yaitu r = 0.8, b = 0, K = 1.809, dan d = 0.37 Dengan mensubstitusikan keempat nilai parameter tersebut akan diperoleh 4 buah titik tetap yaitu T1 = (0,0) T = (1.81, 0) T3 = (.4, 1.15) T = (0.45, 0.7) 4 Selanjutnya akan dibentuk matriks Jacobi dari persamaan yang telah disubstitusikan padanya parameterparameter yang telah ditentukan, maka diperoleh matriks jacobi sebagai berikut : x + y y x 0.8( x) x+ - - (1 + x ) 1+ x 1+ x J = x 1 x - + y (1 + x ) 1+ x 1+ x Kemudian akan dilakukan analisis kestabilan titik tetap pada masing-masing titik sebagai berikut : Bidang Fase sama maka menurut teori kestabilan titik tetap adalah tipe spiral tak stabil. Dengan memasukkan parameter diatas kita akan mencari bidang fase dengan menggunakan software Mathematica, maka kita akan memperoleh bidang fase sebagai berikut. Bidang Solusi Gambar 4 Bidang Fase r = 0.8 Untuk memperoleh bidang solusi program yang digunakan adalah Maple + 1. T 1 = (0,0), λ1 = R, λ = R, Menurut teori kestabilan titik tetap jika nilai eigen berbeda tanda maka titik tetap tersebut memiliki tipe Saddle Node +. T 3 = (1.81, 0), λ1 = R, λ = R, titik tetap ini memilik tipe titik tetap Saddle Node, karena nilai eigennya berbeda tanda. 3. T = (.4, 1.15), λ1 = R, λ = R, dan kedua τ < 0, maka menurut teori kestabilan titik tetap jika kedua nilai eigen dengan tanda sama dan tracenya negatif, maka titik tetap tersebut memiliki tipe Node Stabil. Gambar 5 Bidang Solusi r = 0.8 Pada bidang solusi terlihat bahwa mangsa (garis hitam) berosilasi pada titik 0.5 sedangkan pemangsa (garis redup) berosilasi pada titik T 4 = (0.45,0.7), λ1 dan λ adalah anggota dari Bilangan Kompleks Konjugat, dan memiliki tanda yang
16 r =0.4 Selanjutnya akan dilakukan simulasi terhadap model yang telah diberikan dengan cara mensubstitusikan parameter yang telah ditentukan yaitu r = 0.4, b = 0, K = 1.809, dan d = 0.37 Dengan mensubstitusikan keempat nilai parameter tersebut akan diperoleh 4 buah titik tetap yaitu Bidang Fase sama maka menurut teori kestabilan titik tetap adalah tipe spiral tak stabil Dengan memasukkan parameter diatas kita akan mencari bidang fase dengan menggunakan software Mathematica, maka kita akan memperoleh bidang fase sebagai berikut. T = (0,0) 1 T = (1.81, 0) T = (.4, 0.58) 3 T = (0.45, 0.36) 4 Selanjutnya akan dibentuk matriks Jacobi dari persamaan yang telah disubstitusikan padanya parameterparameter yang telah ditentukan, maka diperoleh matriks Jacobi sebagai berikut : x + y y x 0.4( x) -0.1x+ - - (1 + x ) 1+ x 1+ x J = x 1 x - + y (1 + x ) 1+ x 1+ x Kemudian akan dilakukan analisis kestabilan titik tetap pada masing-masing titik. Hasil analisis tersebut adalah sebagai berikut : Bidang Solusi Gambar 6 Bidang Fase r = 0.4 Untuk memperoleh bidang solusi program yang digunakan adalah Maple + 1. T 1 = (0,0), λ1 = R, λ = R, Menurut teori kestabilan titik tetap jika nilai eigen berbeda tanda maka titik tetap tersebut memiliki tipe Saddle Node +. T = (1.81, 0), λ1 = R, λ = R, titik tetap ini memilik tipe titik tetap Saddle Node, karena nilai eigennya berbeda tanda. 3. T 3 = (.4, 0.58), λ1 = R, λ = R,dan kedua τ < 0, maka menurut teori kestabilan titik tetap jika kedua nilai eigen bertanda sama dan tracenya negatif, maka titik tetap tersebut memiliki tipe Node stabil. 4. T 4 = (0.45,0.36), λ1 dan λ adalah anggota dari Bilangan Kompleks Konjugat, dan memiliki tanda yang Gambar 7 Bidang Solusi r = 0.4 Pada bidang solusi terlihat bahwa mangsa (garis hitam) berosilasi pada titik 0.6 sedangkan pemangsa (garis redup) berosilasi pada titik 0.5. Dari simulasi analisis titik tetap di atas, diperoleh sebagai berikut
17 Tabel 1 Analisis terhadap perubahan r r=1 r=0.8 r=0.4 T1 T T3 T4 Saddle Node Saddle Node Saddle Node Saddle Node Saddle Node Saddle Node Node Stabil Node Stabil Node Stabil Spiral Tak Stabil Spiral Tak Stabil Spiral Tak Stabil 3. T 4 = (1, 0.89), λ1 = R, λ = 0, dan Δ= 0 maka titik tetap ini merupakan titik tetap terisolasi. Bidang Fase Dengan memasukkan parameter diatas kita akan mencari bidang fase dengan menggunakan software Mathematica, maka kita akan memperoleh bidang fase sebagai berikut. 3.4 Simulasi Model pada d d = 0.5 Selanjutnya akan dilakukan simulasi terhadap model yang telah diberikan dengan cara mensubstitusikan parameter yang telah ditentukan yaitu r = 1, b = 0, K = 1.809, dan d = 0.5 Dengan mensubstitusikan keempat nilai parameter tersebut akan diperoleh 3 buah titik tetap yaitu T1 = (0,0) T = (1.81, 0) T = (1, 0.89) 3 Selanjutnya akan dibentuk matriks Jacobi dari persamaan yang telah disubstitusikan padanya parameterparameter yang telah ditentukan, maka diperoleh matriks jacobi sebagai berikut: Gambar 8 Bidang Fase d=0.5 Bidang Solusi Untuk memperoleh bidang solusi program yang digunakan adalah Maple xy y x x (1 + x ) 1 + x 1+ x J = x 1 x - + y (1 + x ) 1 + x 1+ x Kemudian akan dilakukan analisis kestabilan titik tetap pada masing-masing titik sebagai berikut : + 1. T 1 = (0,0), λ1 = R, λ = R,Menurut teori kestabilan titik tetap jika nilai eigen berbeda tanda maka titik tetap tersebut memiliki tipe Saddle Node +. T = (1.81, 0), λ1 = R, λ = R, titik tetap ini memilik tipe titik tetapnode Stabil, karena nilai eigennya berbeda tanda Gambar 9 Bidang Solusi d=0.5 Pada bidang solusi terlihat bahwa mangsa (garis hitam) menuju kestabilan pada titik 1.8 sedangkan pemangsa (garis redup) meuju 0 dan cenderung punah. Dari analisis kestabilan titik tetap diatas diperoleh tabel sebagai berikut
18 Tabel Analisis terhadap perubahan d d=0.37 d=0.5 T1 T T3 T4 Saddle Node Saddle Node Saddle Node Node Stabil Node Stabil Titik Tetap Terisolasi Spiral Tak Stabil Dari tabel dapat dilihat bahwa perubahan kestabilan titik tetap terjadi pada T dari saddle node menjadi node stabil dan pada T3 dari node stabil menjadi titik tetap terisolasi.
19 IV KESIMPULAN Dalam karya tulis ini dilakukan analisis model mangsa pemangsa dengan respon fungsional tak monoton. Respon fungsional adalah tingkat asupan konsumen sebagai fungsi dari kepadatan makanan yang berkaitan dengan tingat reproduksi konsumen sebagai fungsi kepadatan makanan dan analisis ini kelas respon fungsional yang digunakan adalah respon fungsional tak monoton yang kemudian dilakukan substitusi terhadap masing-masing parameter untuk melihat pengaruh parameter tersebut. Selanjutnya analisis terhadap parameter dikonsentrasikan pada perubahan parameter tingkat kelahiran mangsa dan tingkat kematian pemangsa dengan mengasumsikan nilai parameter lainnya tetap. Berdasarkan simulasi yang telah dilakukan terhadap perubahan parameter tingkat kelahiran mangsa dapat disimpulkan bahwa semakin tinggi tingkat kelahiran mangsa maka akan terjadi perubahan pusat osilasi pada solusi. Sedangkan pada perubahan parameter tingkat kematian pemangsa dapat disimpulkan bahwa semakin tinggi tingkat kematian pemangsa maka akan merubah banyaknya titik tetap serta merubah kestabilan pada masing-masing titik tetap dan kestabilannya tetap. Apabila tingkat kematian pemangsa mencapai 0.5 menyebabkan pemangsa akan punah. V DAFTAR PUSTAKA Farlow SJ An Introduction to Differential Equation and Their Applications. Mc Graw-Hill, New York. Tu PNV Dynamical System, An Introduction with Application in Economics and Biology. Springer- Verlag. Heidelberg, Germany Xiao D and Zhu H Multiple Focus and Hopf Bifurcation in a Predator- Prey System with Nonmonotonic Functional Response. Siam J. Appl. Math, Vol 66, No.3,pp
20 LAMPIRAN
21 LAMPIRAN 1. Penentuan Titik Tetap Persamaan (3.1) Untuk menentukan titik tetap kita harus menentukan bahwa (i) 0 1 (ii) 0 Dari (ii) Diperoleh nilai 0 (iii) atau 0 0 (iv) Kemudian (iii) di substitusikan kedalam persamaan Artinya Maka diperoleh 0 1 Atau 0 Sehingga diperoleh titik tetap berikut 0,0 dan, 0 Selanjutnya digunakan persamaan (iv) 1 0
22 Maka menjadi 1 Dilakukan perkalian silang maka diperoleh Maka dengan menggunakan rumus abc diperoleh dua titik x yaitu, Atau dengan penjabaran diperoleh Dan Kemudian dilakukan substitusi ke dalam persamaan 0 1 Maka diperoleh dua pasang titik tetap yaitu 1 d K y = 1 ( 1 d b d 1 bd 4 d b d d(1 1 bd 4 d b d ) K bd( 1 bd 4 d b d dk )) r 3 dan 1 d K y = ( 1+ d bd 1 bd 4 d + bd + d(1+ 1 bd 4 d + bd ) K+ bd(+ 1 bd 4 d + bd dk )) r 3
23 Lampiran. Program Penentuan Titik Tetap dengan menggunakan Mathematica Model Mangsa Pemangsa dengan Respon Fungsional 1.1 Program Penentuan Titik Tetap pada Model Respon Fungsional Tak Monoton secara umum (sebelum di substitusikan parameternya)
24 Lampiran 3. Program Penentuan Matriks Jacobi
25 Lampiran 4. Simulasi Model pada r 1. Simulasi ketika 1, 0, 1.809, Penentuan Titik Tetap 1. Konstruski Matriks Jacobi 1.3 Bidang Fase 1.4 Bidang Solusi. Simulasi ketika 0.8, 0, 1.809, Penentuan Titik Tetap
26 . Konstruski Matriks Jacobi.3 Bidang Fase.4 Bidang Solusi 3. Simulasi ketika 0.4, 0, 1.809, Penentuan Titik Tetap 3. Konstruski Matriks Jacobi
27 3.3 Bidang Fase 3.4 Bidang Solusi
28 Lampiran 5. Simulasi Model pada d 1. Simulasi ketika 1, 0, 1.809, Penentuan Titik Tetap 1. Konstruski Matriks Jacobi 1.3 Bidang Fase 1.4 Bidang Solusi
MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM
MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK RIDWAN IDHAM. Model
Lebih terperinciANALISIS KESTABILAN MODEL INTERAKSI PEMANGSA DAN MANGSA PADA DUA HABITAT YANG BERBEDA ADE NELVIA
ANALISIS KESTABILAN MODEL INTERAKSI PEMANGSA DAN MANGSA PADA DUA HABITAT YANG BERBEDA ADE NELVIA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012
Lebih terperinciANALISIS MODEL MANGSA-PEMANGSA MICHAELIS- MENTEN DENGAN PEMANENAN PADA POPULASI MANGSA HANDANU DWARADI
ANALISIS MODEL MANGSA-PEMANGSA MICHAELIS- MENTEN DENGAN PEMANENAN PADA POPULASI MANGSA HANDANU DWARADI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciANALISIS MODEL MANGSA-PEMANGSA HOLLING-TANNER TIPE II DENGAN MANGSA YANG TERLINDUNG DAN ADANYA PEMANENAN POPULASI EKA PUJIYANTI
ANALISIS MODEL MANGSA-PEMANGSA HOLLING-TANNER TIPE II DENGAN MANGSA YANG TERLINDUNG DAN ADANYA PEMANENAN POPULASI EKA PUJIYANTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciANALISIS KESTABILAN MODEL MANGSA-PEMANGSA HOLLING-TANNER TIPE II INTAN SELVYA
ANALISIS KESTABILAN MODEL MANGSA-PEMANGSA HOLLING-TANNER TIPE II INTAN SELVYA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN MENGENAI
Lebih terperinciBIFURKASI HOPF MODEL MANGSA-PEMANGSA DENGAN WAKTU TUNDA NI NYOMAN SURYANI
BIFURKASI HOPF MODEL MANGSA-PEMANGSA DENGAN WAKTU TUNDA NI NYOMAN SURYANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI SKRIPSI
Lebih terperinciBIFURKASI HOPF PADA MODEL SILKUS BISNIS KALDOR-KALECKI TANPA WAKTU TUNDA
BIFURKASI HOPF PADA MODEL SILKUS BISNIS KALDOR-KALECKI TANPA WAKTU TUNDA NURRACHMAWATI 1) DAN A. KUSNANTO 2) 1) Mahasiswa Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut
Lebih terperinciBAB II TINJAUAN PUSTAKA. kestabilan model predator-prey tipe Holling II dengan faktor pemanenan.
BAB II TINJAUAN PUSTAKA Dalam bab ini akan dibahas mengenai dasar teori untuk menganalisis simulasi kestabilan model predator-prey tipe Holling II dengan faktor pemanenan. 2.1 Persamaan Diferensial Biasa
Lebih terperinciBIFURKASI HOPF PADA SISTEM PREDATOR PREY DENGAN FUNGSI RESPON TIPE II
BIFURKASI HOPF PADA SISTEM PREDATOR PREY DENGAN FUNGSI RESPON TIPE II SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan
Lebih terperinciDINAMIKA ORDE PERTAMA SISTEM NONLINIER TERKOPEL DENGAN RELASI PREDASI, MUTUAL, DAN SIKLIK (Tinjauan Kasus Mangsa-Pemangsa pada Sistem Ekologi)
1 DINAMIKA ORDE PERTAMA SISTEM NONLINIER TERKOPEL DENGAN RELASI PREDASI, MUTUAL, DAN SIKLIK (Tinjauan Kasus Mangsa-Pemangsa pada Sistem Ekologi) Oleh: MADA SANJAYA WS G74103018 DEPARTEMEN FISIKA FAKULTAS
Lebih terperinciT 3 Model Dinamika Sel Tumor Dengan Terapi Pengobatan Menggunakan Virus Oncolytic
T 3 Model Dinamika Sel Tumor Dengan Terapi Pengobatan Menggunakan Virus Oncolytic Oleh : Ali Kusnanto, Hikmah Rahmah, Endar H. Nugrahani Departemen Matematika FMIPA-IPB Email : alikusnanto@yahoo.com Abstrak
Lebih terperinciREGRESI KEKAR SIMPANGAN MUTLAK TERKECIL DENGAN MODIFIKASI SIMPLEKS MUHAMMAD YUSUF DWIHARJANGGI
REGRESI KEKAR SIMPANGAN MUTLAK TERKECIL DENGAN MODIFIKASI SIMPLEKS MUHAMMAD YUSUF DWIHARJANGGI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK
Lebih terperinciBIFURKASI HOPF PADA MODEL MANGSA PEMANGSA DENGAN WAKTU TUNDA DAN TINGKAT PEMANENAN KONSTAN LOLA OKTASARI
BIFURKASI HOPF PADA MODEL MANGSA PEMANGSA DENGAN WAKTU TUNDA DAN TINGKAT PEMANENAN KONSTAN LOLA OKTASARI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciCreated By Aristastory.Wordpress.com BAB I PENDAHULUAN. Teori sistem dinamik adalah bidang matematika terapan yang digunakan untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Teori sistem dinamik adalah bidang matematika terapan yang digunakan untuk memeriksa kelakuan sistem dinamik kompleks, biasanya dengan menggunakan persamaan diferensial
Lebih terperinciSimulasi Kestabilan Model Predator Prey Tipe Holling II dengan Faktor Pemanenan
Prosiding Matematika ISSN: 2460-6464 Simulasi Kestabilan Model Predator Prey Tipe Holling II dengan Faktor Pemanenan 1 Ai Yeni, 2 Gani Gunawan, 3 Icih Sukarsih 1,2,3 Prodi Matematika, Fakultas Matematika
Lebih terperinciSTABILITAS GLOBAL MODEL HOLLING-TANNER TIPE II LAZUARDI RAMADHAN
STABILITAS GLOBAL MODEL HOLLING-TANNER TIPE II LAZUARDI RAMADHAN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 013 ABSTRAK LAZUARDI RAMADHAN. Stabilitas
Lebih terperinciPENGGUNAAN METODE ITERASI VARIASI UNTUK MENYELESAIKAN MASALAH OSILASI BERPASANGAN SANTI SUSILAWATI
PENGGUNAAN METODE ITERASI VARIASI UNTUK MENYELESAIKAN MASALAH OSILASI BERPASANGAN SANTI SUSILAWATI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012
Lebih terperinciIV. HASIL DAN PEMBAHASAN. 4.1 Asumsi yang digunakan dalam sistem mangsa-pemangsa. Dimisalkan suatu habitat dimana spesies mangsa dan pemangsa hidup
IV. HASIL DAN PEMBAHASAN 4.1 Asumsi yang digunakan dalam sistem mangsa-pemangsa Dimisalkan suatu habitat dimana spesies mangsa dan pemangsa hidup berdampingan. Diasumsikan habitat ini dibagi menjadi dua
Lebih terperinciDINAMIKA PERKEMBANGAN HIV/AIDS DI SULAWESI UTARA MENGGUNAKAN MODEL PERSAMAAN DIFERENSIAL NONLINEAR SIR (SUSCEPTIBLE, INFECTIOUS AND RECOVERED)
DINAMIKA PERKEMBANGAN HIV/AIDS DI SULAWESI UTARA MENGGUNAKAN MODEL PERSAMAAN DIFERENSIAL NONLINEAR SIR (SUSCEPTIBLE, INFECTIOUS AND RECOVERED) Amir Tjolleng 1), Hanny A. H. Komalig 1), Jantje D. Prang
Lebih terperinciANALISIS BIFURKASI PADA MODEL MATEMATIS PREDATOR PREY DENGAN DUA PREDATOR Lia Listyana 1, Dr. Hartono 2, dan Kus Prihantoso Krisnawan,M.
1 Abstrak ANALISIS BIFURKASI PADA MODEL MATEMATIS PREDATOR PREY DENGAN DUA PREDATOR Lia Listyana 1, Dr. Hartono 2, Kus Prihantoso Krisnawan,M.Si 3 1 Mahasiswa Jurusan Pendidikan Matematika, Universitas
Lebih terperinciANALISIS KESTABILAN MODEL MANGSA-PEMANGSA DENGAN INTERFERENSI ANTARPEMANGSA FIKRI AZHARI
ANALISIS KESTABILAN MODEL MANGSA-PEMANGSA DENGAN INTERFERENSI ANTARPEMANGSA FIKRI AZHARI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 03 ABSTRAK FIKRI
Lebih terperinciBIFURKASI PADA MODEL INTERAKASI TUMBUHAN DAN HERBIVORA IRMA SAHARA
i BIFURKASI PADA MODEL INTERAKASI TUMBUHAN DAN HERBIVORA IRMA SAHARA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013 ii iii PERNYATAAN MENGENAI SKRIPSI
Lebih terperinciPenentuan Bifurkasi Hopf Pada Predator Prey
J. Math. and Its Appl. ISSN: 9-65X Vol., No., Nov 5, 5 Penentuan Bifurkasi Hopf Pada Predator Prey Dian Savitri Jurusan Teknik Sipil, Fakultas Teknik Universitas Negeri Surabaya d savitri@yahoo.com Abstrak
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang
BAB I PENDAHULUAN A. Latar Belakang Dalam kehidupan setiap makhluk hidup tidak dapat terlepas dengan yang namanya interaksi. Interaksi merupakan suatu jenis tindakan yang terjadi ketika dua atau lebih
Lebih terperinciANALISIS KESTABILAN MODEL MANGSA-PEMANGSA HUTCHINSON DENGAN WAKTU TUNDA DAN PEMANENAN KONSTAN LILIS SAODAH
ANALISIS KESTABILAN MODEL MANGSA-PEMANGSA HUTCHINSON DENGAN WAKTU TUNDA DAN PEMANENAN KONSTAN LILIS SAODAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciMODIFIKASI SISTEM PREDATOR-PREY: DINAMIKA MODEL LESLIE-GOWER DENGAN DAYA DUKUNG YANG TUMBUH LOGISTIK
SEMIRATA MIPAnet 2017 24-26 Agustus 2017 UNSRAT, Manado MODIFIKASI SISTEM PREDATOR-PREY: DINAMIKA MODEL LESLIE-GOWER DENGAN DAYA DUKUNG YANG TUMBUH LOGISTIK HASAN S. PANIGORO 1, EMLI RAHMI 2 1 Universitas
Lebih terperinciANALISIS DINAMIK SKEMA EULER UNTUK MODEL PREDATOR-PREY DENGAN EFEK ALLEE KUADRATIK
ANALISIS DINAMIK SKEMA EULER UNTUK MODEL PREDATOR-PREY DENGAN EFEK ALLEE KUADRATIK (DYNAMICAL ANALYSIS OF EULER SCHEME FOR PREDATOR- PREY WITH QUADRATIC ALLEE EFFECT) Vivi Aida Fitria 1, S.Nurul Afiyah2
Lebih terperinciBAB 4 MODEL DINAMIKA NEURON FITZHUGH-NAGUMO
BAB 4 MODEL DINAMIKA NEURON FITZHUGH-NAGUMO 4.1 Model Dinamika Neuron Fitzhugh-Nagumo Dalam papernya pada tahun 1961, Fitzhugh mengusulkan untuk menerangkan model Hodgkin-Huxley menjadi lebih umum, yang
Lebih terperinciKarena v merupakan vektor bukan nol, maka A Iλ = 0. Dengan kata lain, Persamaan (2.2) dapat dipenuhi jika dan hanya jika,
BAB II KAJIAN TEORI Pada bab ini akan dibahas mengenai definisi-definisi dan teorema-teorema dari nilai eigen, vektor eigen, dan diagonalisasi, sistem persamaan differensial, model predator prey lotka-voltera,
Lebih terperinciANALISIS DINAMIK SISTEM PREDATOR-PREY MODEL LESLIE-GOWER DENGAN PEMANENAN SECARA KONSTAN TERHADAP PREDATOR
Jurnal Euler, ISSN: 2087-9393 Januari 2014, Vol.2, No.1, Hal.1-12 ANALISIS DINAMIK SISTEM PREDATOR-PREY MODEL LESLIE-GOWER DENGAN PEMANENAN SECARA KONSTAN TERHADAP PREDATOR Hasan S. Panigoro 1 Diterima:
Lebih terperinciSimulasi Model Mangsa Pemangsa Di Wilayah yang Dilindungi untuk Kasus Pemangsa Tergantung Sebagian pada Mangsa
Simulasi Model Mangsa Pemangsa Di Wilayah yang Dilindungi untuk asus Pemangsa Tergantung Sebagian pada Mangsa Ipah Junaedi 1, a), Diny Zulkarnaen 2, b) 3, c), dan Siti Julaeha 1, 2, 3 Jurusan Matematika,
Lebih terperinciPENGARUH SCAVENGER (Pemakan Bangkai) TERHADAP KESTABILAN POPULASI MANGSA PEMANGSA PADA MODEL LOTKA VOLTERRA ELI WAHYUNI
PENGARUH SCAVENGER (Pemakan Bangkai) TERHADAP KESTABILAN POPULASI MANGSA PEMANGSA PADA MODEL LOTKA VOLTERRA ELI WAHYUNI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS
Lebih terperinciSKEMA NUMERIK PERSAMAAN LESLIE GOWER DENGAN PEMANENAN
Skema Numerik ersamaan Leslie Gower dengan emanenan SKEMA NUMERIK ERSAMAAN LESLIE GOWER DENGAN EMANENAN Trija Fayeldi Jurusan endidikan Matematika Universitas Kanjuruhan Malang Email: trija_fayeldi@yahoocom
Lebih terperinciMODEL SKEDUL MIGRASI DAN APLIKASINYA DALAM PROYEKSI PENDUDUK MULTIREGIONAL MUSLIMAH
MODEL SKEDUL MIGRASI DAN APLIKASINYA DALAM PROYEKSI PENDUDUK MULTIREGIONAL MUSLIMAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya
Lebih terperinciANALISA KESEIMBANGAN INTERAKSI POPULASI TERUMBU KARANG, SIPUT DRUPELLA DAN PREDATORNYA MELALUI PHASE PORTRAIT
JIMT Vol. 11 No. 1 Juni 2014 (Hal. 82 93) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X ANALISA KESEIMBANGAN INTERAKSI POPULASI TERUMBU KARANG, SIPUT DRUPELLA DAN PREDATORNYA MELALUI PHASE PORTRAIT
Lebih terperinciPREDIKSI JANGKA PANJANG DARI PROSES POISSON SIKLIK DENGAN FUNGSI INTENSITAS GLOBAL DIKETAHUI AGUSTINA MARGARETHA
PREDIKSI JANGKA PANJANG DARI PROSES POISSON SIKLIK DENGAN FUNGSI INTENSITAS GLOBAL DIKETAHUI AGUSTINA MARGARETHA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciBAB II KAJIAN TEORI. Persamaan diferensial sangat penting dalam pemodelan matematika khususnya
BAB II KAJIAN TEORI 2.1 Persamaan Diferensial Persamaan diferensial sangat penting dalam pemodelan matematika khususnya untuk pemodelan yang membutuhkan solusi dari sebuah permasalahan. Pemodelan matematika
Lebih terperinciPersamaan Diferensial Biasa
Persamaan Diferensial Biasa Titik Tetap dan Sistem Linear Toni Bakhtiar Departemen Matematika IPB Oktober 2012 Toni Bakhtiar (m@thipb) PDB Oktober 2012 1 / 31 Titik Tetap SPD Mandiri dan Titik Tetap Tinjau
Lebih terperinciANALISIS MATEMATIKA MODEL GOMPERTZ, MODEL GYLLENBERG-WEBB DAN MODIFIKASINYA PADA PERTUMBUHAN TUMOR KHAIRIDA ISKANDAR
ANALISIS MATEMATIKA MODEL GOMPERTZ, MODEL GYLLENBERG-WEBB DAN MODIFIKASINYA PADA PERTUMBUHAN TUMOR KHAIRIDA ISKANDAR SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2011 PERNYATAAN MENGENAI TESIS
Lebih terperinciANALISIS DINAMIKA MODEL KEBAHAGIAAN NELI YUSRI MARDIANA G
ANALISIS DINAMIKA MODEL KEBAHAGIAAN NELI YUSRI MARDIANA G54008 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 007 ABSTRACT NELI YUSRI MARDIANA. Analysis of
Lebih terperinciANALISIS KESTABILAN MODEL MANGSA-PEMANGSA DENGAN MANGSA YANG TERINFEKSI DI LINGKUNGAN TERCEMAR
ANALISIS KESTABILAN MODEL MANGSA-PEMANGSA DENGAN MANGSA YANG TERINFEKSI DI LINGKUNGAN TERCEMAR Oleh: Drs. M. Setijo Winarko, M.Si Drs. I Gusti Ngurah Rai Usadha, M.Si Subchan, Ph.D Drs. Kamiran, M.Si Noveria
Lebih terperinciBIFURKASI HOPF PADA MODIFIKASI MODEL PREDATOR-PREY LESLIE GOWER DENGAN FUNGSI RESPON HOLLING TIPE II
BIFURKASI HOPF PADA MODIFIKASI MODEL PREDATOR-PREY LESLIE GOWER DENGAN FUNGSI RESPON HOLLING TIPE II skripsi disajikan sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program Studi Matematika
Lebih terperinciANALISIS SISTEM DINAMIK LALU LINTAS DENGAN MODEL MOBIL PENGIKUT PENI FITRIA RAHARJANTI
ANALISIS SISTEM DINAMIK LALU LINTAS DENGAN MODEL MOBIL PENGIKUT PENI FITRIA RAHARJANTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN
Lebih terperinciMODEL PERSAMAAN DIFERENSIAL PADA INTERAKSI DUA POPULASI
MODEL PERSAMAAN DIFERENSIAL PADA INTERAKSI DUA POPULASI Supandi, Saifan Sidiq Abdullah Fakultas PMIPATI Universitas PGRI Semarang hspandi@gmail..com Abstrak Persaingan kehidupan di alam dapat dikategorikan
Lebih terperinciANALISIS MODEL MANGSA PEMANGSA PADA PENANGKAPAN IKAN YANG DIPENGARUHI OLEH KONSERVASI
ANALISIS MODEL MANGSA PEMANGSA PADA PENANGKAPAN IKAN YANG DIPENGARUHI OLEH KONSERVASI Eka Yuniarti 1, Abadi 1 Jurusan Matematika, Fakultas MIPA, Universitas Negeri Surabaya Jurusan Matematika, Fakultas
Lebih terperinciBAB II KAJIAN TEORI. dinamik, sistem linear, sistem nonlinear, titik ekuilibrium, analisis kestabilan
BAB II KAJIAN TEORI Pada bab ini akan dibahas mengenai nilai eigen dan vektor eigen, sistem dinamik, sistem linear, sistem nonlinear, titik ekuilibrium, analisis kestabilan sistem dinamik, kriteria Routh-Hurwitz,
Lebih terperinciANALISIS PENYEBARAN PENYAKIT DIARE SEBAGAI SALAH SATU PENYEBAB KEMATIAN PADA BALITA MENGGUNAKAN MODEL MATEMATIKA SIS
ANALISIS PENYEBARAN PENYAKIT DIARE SEBAGAI SALAH SATU PENYEBAB KEMATIAN PADA BALITA MENGGUNAKAN MODEL MATEMATIKA SIS (SUSCEPTIBLE-INFECTED-SUSCEPTIBLE) SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu
Lebih terperinciMODEL MATEMATIKA MANGSA-PEMANGSA DENGAN SEBAGIAN MANGSA SAKIT
Vol 10 No 2, 2013 Jurnal Sains, Teknologi dan Industri MODEL MATEMATIKA MANGSA-PEMANGSA DENGAN SEBAGIAN MANGSA SAKIT Mohammad Soleh 1, Siti Kholipah 2 1,2 Jurusan Matematika Fakultas Sains dan Teknologi
Lebih terperinciANALISIS KESTABILAN MODEL MANGSA-PEMANGSA DENGAN MANGSA YANG TERINFEKSI DI LINGKUNGAN TERCEMAR
TUGAS AKHIR ANALISIS KESTABILAN MODEL MANGSA-PEMANGSA DENGAN MANGSA YANG TERINFEKSI DI LINGKUNGAN TERCEMAR ( S TA B I L I T Y A N A LY S I S O F A P R E D AT O R - P R E Y M O D E L W I T H I N F E C T
Lebih terperinciBab 15. Interaksi antar dua spesies (Model Kerjasama)
Bab 15. Interaksi antar dua spesies (Model Kerjasama) Dalam hal ini diberikan dua spesies yang hidup bersama dalam suatu habitat tertutup. Kita ketahui bahwa terdapat beberapa jenis hubungan interaksi
Lebih terperinciMODEL PERTUMBUHAN PENGELUARAN PUBLIK DENGAN PENDEKATAN FUNGSI LOGISTIK SOFYAN ZUHRI
MODEL PERTUMBUHAN PENGELUARAN PUBLIK DENGAN PENDEKATAN FUNGSI LOGISTIK SOFYAN ZUHRI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK SOFYAN
Lebih terperinciDINAMIKA ORDE PERTAMA SISTEM NONLINIER TERKOPEL DENGAN RELASI PREDASI, MUTUAL, DAN SIKLIK (Tinjauan Kasus Mangsa-Pemangsa pada Sistem Ekologi)
DINAMIKA ORDE PERTAMA SISTEM NONLINIER TERKOPEL DENGAN RELASI PREDASI, MUTUAL, DAN SIKLIK (Tinjauan Kasus Mangsa-Pemangsa pada Sistem Ekologi) Oleh: MADA SANJAYA WS G740308 DEPARTEMEN FISIKA FAKULTAS MATEMATIKA
Lebih terperinciANALISIS KESTABILAN MODEL MUTUALISME DUA SPESIES SKRIPSI
ANALISIS KESTABILAN MODEL MUTUALISME DUA SPESIES SKRIPSI HERLINDA AYUNITA PROGRAM STUDI MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS AIRLANGGA SURABAYA 2016 ANALISIS KESTABILAN
Lebih terperinciMODEL PREDATOR-PREY DENGAN DUA PREDATOR
JMP : Volume 5 Nomor 1, Juni 201, hal. 4-51 MODEL PREDATOR-PREY DENGAN DUA PREDATOR Danar Agus Nugroho dan Rina Reorita Prodi Matematika, Fakultas Sains dan Teknik Universitas Jenderal Soedirman Email
Lebih terperinciLocal Stability of Predator Prey Models With Harvesting On The Prey. Abstract
Jurnal Ilmiah Pendidikan Matematika 99 Local Stability of Predator Prey Models With Harvesting On The Prey Oleh : Saiful Marom Pendidikan Matematika FKIP Universitas Pekalongan Abstract In this paper considered
Lebih terperinciAgus Suryanto dan Isnani Darti
Pengaruh Waktu Tunda pada Model Pertumbuhan Logistik Agus Suryanto dan Isnani Darti Jurusan Matematika - FMIPA Universitas Brawijaya suryanto@ub.ac.id www.asuryanto.lecture.ub.ac.id Prodi Pendidikan Matematika
Lebih terperinciANALISIS BIFURKASI PADA MODEL MATEMATIS PREDATOR PREY DENGAN DUA PREDATOR SKRIPSI
ANALISIS BIFURKASI PADA MODEL MATEMATIS PREDATOR PREY DENGAN DUA PREDATOR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan
Lebih terperinciANALISIS DINAMIK MODEL POPULASI MANGSA PEMANGSA DENGAN WILAYAH RESERVASI DAN PEMANENAN PEMANGSA Aidil Awal 1*), Syamsuddin Toaha 2), Khaeruddin 2)
ANALISIS DINAMIK MODEL POPULASI MANGSA PEMANGSA DENGAN WILAYAH RESERVASI DAN PEMANENAN PEMANGSA Aidil Awal 1*) Syamsuddin Toaha 2) Khaeruddin 2) Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM. Oleh: WULAN ANGGRAENI G
PENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM Oleh: WULAN ANGGRAENI G54101038 PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciKESTABILAN MODEL BIOEKONOMI SISTEM MANGSA PEMANGSA SUMBER DAYA PERIKANAN DENGAN PEMANENAN PADA POPULASI PEMANGSA
KESTABILAN MODEL BIOEKONOMI SISTEM MANGSA PEMANGSA SUMBER DAYA PERIKANAN DENGAN PEMANENAN PADA POPULASI PEMANGSA Rustam Jurusan Matematika Universitas Sembilanbelas November Kolaka Email: rustam.math6@gmail.com/rustam.math@usn.ac.id
Lebih terperinciSEMINAR HASIL TUGAS AKHIR Jurusan Matematika FMIPA ITS
SEMINAR HASIL TUGAS AKHIR Jurusan Matematika FMIPA ITS Pengendalian Populasi Hama pada Model Mangsa-Pemangsa dengan Musuh Alaminya Nabila Asyiqotur Rohmah 1209 100 703 Dosen Pembimbing: Dr Erna Apriliani,
Lebih terperinciIV PEMBAHASAN. ,, dan, dengan menggunakan bantuan software Mathematica ( ) ( ) ( ) ( ) ( ) ( )
IV PEMBAHASAN 4.1 Analisis Model HSC Tanpa Terapi 4.1.1 Penentuan Titik Tetap Model HSC Tanpa Terapi Titik tetap dari persamaan (3.1) (3.3) akan diperoleh dengan menetapkan,, dan, dengan menggunakan bantuan
Lebih terperinciMODEL DINAMIKA SEL TUMOR DENGAN TERAPI PENGOBATAN MENGGUNAKAN VIRUS ONCOLYTIC
1 MODEL DINAMIKA SEL TUMOR DENGAN TERAPI PENGOBATAN MENGGUNAKAN VIRUS ONCOLYTIC HIKMAH RAHMAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 009 ABSTRACT HIKMAH
Lebih terperinciPENENTUAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS TRIDIAGONAL 2-TOEPLITZ DENGAN PENDEKATAN POLINOMIAL CHEBYSHEV MELIZA DITA UTAMI
PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS TRIDIAGONAL 2-TOEPLITZ DENGAN PENDEKATAN POLINOMIAL CHEBYSHEV MELIZA DITA UTAMI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciANALISIS KESTABILAN DAN LIMIT CYCLE PADA MODEL PREDATOR - PREY TIPE GAUSE SKRIPSI
ANALISIS KESTABILAN DAN LIMIT CYCLE PADA MODEL PREDATOR - PREY TIPE GAUSE SKRIPSI Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains Bidang Matematika Pada Fakultas Sains dan Teknologi Universitas
Lebih terperinciSOLUSI MODEL SIKLUS BISNIS KALDOR-KALECKI TANPA WAKTU TUNDA DENGAN METODE RUNGE-KUTTA ORDE EMPAT NUR AISYAH MUKARROMAH
SOLUSI MODEL SIKLUS BISNIS KALDOR-KALECKI TANPA WAKTU TUNDA DENGAN METODE RUNGE-KUTTA ORDE EMPAT NUR AISYAH MUKARROMAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciBab 16. Model Pemangsa-Mangsa
Bab 16. Model Pemangsa-Mangsa Pada Bab ini akan dipelajari model matematis dari masalah dua spesies hidup dalam habitat yang sama, yang dalam hal ini keduanya berinteraksi dalam hubungan pemangsa dan mangsa.
Lebih terperinciANALISIS MODEL DINAMIKA TERORISME MAKINUN AMIN
ANALISIS MODEL DINAMIKA TERORISME MAKINUN AMIN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK MAKINUN AMIN. Analisis Model Dinamika Terorisme.
Lebih terperinciANALISIS KESTABILAN DARI SISTEM DINAMIK MODEL SEIR PADA PENYEBARAN PENYAKIT CACAR AIR (VARICELLA) DENGAN PENGARUH VAKSINASI SKRIPSI
ANALISIS KESTABILAN DARI SISTEM DINAMIK MODEL SEIR PADA PENYEBARAN PENYAKIT CACAR AIR (VARICELLA) DENGAN PENGARUH VAKSINASI SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciLANDASAN TEORI. Model ini memiliki nilai kesetimbangan positif pada saat koordinat berada di titik
LANDASAN TEORI Model Mangsa Pemangsa Lotka Volterra Bagian ini membahas model mangsa pemangsa klasik Lotka Volterra. Model Lotka Volterra menggambarkan laju perubahan populasi dua spesies yang saling berinteraksi.
Lebih terperinciMODEL LOGISTIK DENGAN DIFUSI PADA PERTUMBUHAN SEL TUMOR EHRLICH ASCITIES. Hendi Nirwansah 1 dan Widowati 2
MODEL LOGISTIK DEGA DIFUSI PADA PERTUMBUHA SEL TUMOR EHRLICH ASCITIES Hendi irwansah 1 dan Widowati 1, Jurusan Matematika FMIPA Universitas Diponegoro Jl. Prof. H. Soedarto, SH Tembalang Semarang 5075
Lebih terperinciPEMANENAN OPTIMAL PADA MODEL REAKSI DINAMIK SISTEM MANGSA-PEMANGSA DENGAN TAHAPAN STRUKTUR. Yuliani, Marwan Sam
Jurnal Dinamika, September 2015, halaman 25-38 ISSN 2087-7889 Vol. 06. No. 2 PEMANENAN OPTIMAL PADA MODEL REAKSI DINAMIK SISTEM MANGSA-PEMANGSA DENGAN TAHAPAN STRUKTUR Yuliani, Marwan Sam Program StudiMatematika,
Lebih terperinciIV PEMBAHASAN. jika λ 1 < 0 dan λ 2 > 0, maka titik bersifat sadel. Nilai ( ) mengakibatkan. 4.1 Model SIR
9 IV PEMBAHASAN 4.1 Model SIR 4.1.1 Titik Tetap Untuk mendapatkan titik tetap diperoleh dari dua persamaan singular an ) sehingga dari persamaan 2) diperoleh : - si + s = 0 9) si + )i = 0 didapat titik
Lebih terperinciMODIFIKASI METODE RELE UNTUK MODEL PENDUDUK QUASI-STABIL CECEP A.H.F. SANTOSA
MODIFIKASI METODE RELE UNTUK MODEL PENDUDUK QUASI-STABIL CECEP A.H.F. SANTOSA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 Hak Cipta milik Institut Pertanian Bogor, tahun 2008 Hak Cipta dilindungi
Lebih terperinciHarjanto, E. 1 dan Tuwankotta, J. M. 2
ى ف مح ف فش Fold ى ف نى ف ء ف ه ف ىب Predator-Prey م ىس فلف Cusp ى ف نى فل ا ف فوف مذ فء فه مل ف ف م ف هه فا Harjanto, E. 1 dan Tuwankotta, J. M. 1 Ganesha 10, Bandung 4013, eric@math.itb.ac.id Ganesha
Lebih terperinciMODEL PREDATOR-PREY MENGGUNAKAN RESPON FUNGSIONAL TIPE II DENGAN PREY BERSIMBIOSIS MUTUALISME
1 JMP : Volume 5 Nomor 1, Juni 013, hal. 35-44 MODEL PREDATOR-PREY MENGGUNAKAN RESPON FUNGSIONAL TIPE II DENGAN PREY BERSIMBIOSIS MUTUALISME Ahmad Nasikhin dan Niken Larasati Prodi Matematika, Fakultas
Lebih terperinciMODEL DISTRIBUSI PERTUMBUHAN EKONOMI ANTARKELOMPOK PADA DUA DAERAH ADE LINA HERLIANI
MODEL DISTRIBUSI PERTUMBUHAN EKONOMI ANTARKELOMPOK PADA DUA DAERAH ADE LINA HERLIANI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya
Lebih terperinciKESTABILAN MODEL POPULASI SATU MANGSA-DUA PEMANGSA DENGAN PEMANENAN OPTIMAL PADA PEMANGSA
Seminar Nasional Matematika dan Aplikasinya 21 Oktober 2017 Surabaya Universitas Airlangga KESTABILAN MODEL POPULASI SATU MANGSA-DUA PEMANGSA DENGAN PEMANENAN OPTIMAL PADA PEMANGSA Muhammad Ikbal 1) Syamsuddin
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Aljabar Linear Definisi 2.1.1 Matriks Matriks A adalah susunan persegi panjang yang terdiri dari skalar-skalar yang biasanya dinyatakan dalam bentuk berikut: [ ] Definisi 2.1.2
Lebih terperinciBIFURKASI TRANSKRITIKAL PADA SISTEM DINAMIK SKRIPSI
BIFURKASI TRANSKRITIKAL PADA SISTEM DINAMIK SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk memenuhi sebagian persyaratan guna memperoleh gelar
Lebih terperinciPENENTUAN SOLUSI OPTIMAL UNTUK ALOKASI KEKAYAAN KE DALAM KONSUMSI DAN INVESTASI PELI SUKARSO
PENENTUAN SOLUSI OPTIMAL UNTUK ALOKASI KEKAYAAN KE DALAM KONSUMSI DAN INVESTASI PELI SUKARSO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 ABSTRAK
Lebih terperinciKESTABILAN SISTEM PREDATOR-PREY LESLIE
Jurnal Matematika Murni dan Terapan Vol. 3 No. Desember 009: 51-59 KESTABILAN SISTEM PREDATOR-PREY LESLIE Dewi Purnamasari, Faisal, Aisjah Juliani Noor Program Studi Matematika Universitas Lambung Mangkurat
Lebih terperinciMODEL MATEMATIKA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE JUMADI
MODEL MATEMATIKA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE JUMADI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa
Lebih terperinciKATA PENGANTAR. Penulis
KATA PENGANTAR Bismillahirrahmaanirrahiim... Puji dan syukur penulis panjatkan ke hadirat Allah SWT yang telah memberikan rahmat dan hidayah-nya sehingga penulisan tugas akhir ini dapat terselesaikan dengan
Lebih terperinciDinamik Model Epidemi SIRS dengan Laju Kematian Beragam
Jurnal Matematika Integratif ISSN 1412-6184 Volume 10 No 1, April 2014, hal 1-7 Dinamik Model Epidemi SIRS dengan Laju Kematian Beragam Ni matur Rohmah, Wuryansari Muharini Kusumawinahyu Jurusan Matematika,
Lebih terperinciIII PEMBAHASAN. μ v. r 3. μ h μ h r 4 r 5
III PEMBAHASAN 3.1 Perumusan Model Model yang akan dibahas dalam karya ilmiah ini adalah model SIDRS (Susceptible Infected Dormant Removed Susceptible) dari penularan penyakit malaria dalam suatu populasi.
Lebih terperinciKETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN
KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa tesis Keterkontrolan
Lebih terperinciAPLIKASI MODEL DINAMIKA POPULASI LOTKA DENGAN LAJU KELAHIRAN DAN KEMATIAN TIDAK KONSTAN UNTUK DATA INDONESIA SUSIATI NASIKIN
APLIKASI MODEL DINAMIKA POPULASI LOTKA DENGAN LAJU KELAHIRAN DAN KEMATIAN TIDAK KONSTAN UNTUK DATA INDONESIA SUSIATI NASIKIN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN MENGENAI
Lebih terperinciBAB I Pendahuluan Latar BelakangMasalah
BAB I Pendahuluan 1.1. Latar BelakangMasalah Model matematika merupakan representasi masalah dalam dunia nyata yang menggunakan bahasa matematika. Bahasa matematika yang digunakan dalam pemodelan meliputi
Lebih terperinciUNNES Journal of Mathematics
UJM 4 (1) (2015) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm ANALISIS MODEL PREDATOR-PREY DUA SPESIES DENGAN FUNGSI RESPON HOLLING TIPE III Putri Wijayanti, M. Kharis Jurusan
Lebih terperinciBIFURKASI PITCHFORK PADA SISTEM DINAMIK DIMENSI-n SKRIPSI
BIFURKASI PITCHFORK PADA SISTEM DINAMIK DIMENSI-n SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk memenuhi sebagian persyaratan guna memperoleh
Lebih terperinciANALISIS DINAMIK MODEL PREDATOR-PREY PADA POPULASI ECENG GONDOK DENGAN ADANYA IKAN GRASS CARP DAN PEMANENAN
ANALISIS DINAMIK MODEL PREDATOR-PREY PADA POPULASI ECENG GONDOK DENGAN ADANYA IKAN GRASS CARP DAN PEMANENAN Skripsi disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program Studi
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Pada bagian ini, akan dibahas system predator-prey dengan respon fungsi tak
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bagian ini, akan dibahas system predator-prey dengan respon fungsi tak monoton, titik ekuilibrium, pelinieran, analisa kestabilan titik ekuilibriumnya dengan
Lebih terperinciANALISIS MODEL PELUANG BERTAHAN HIDUP DAN APLIKASINYA SUNARTI FAJARIYAH
ANALISIS MODEL PELUANG BERTAHAN HIDUP DAN APLIKASINYA SUNARTI FAJARIYAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 2 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan
Lebih terperinciBAB I PENDAHULUAN. hidup lainnya. Interaksi yang terjadi antara individu dalam satu spesies atau
1 BAB I PENDAHULUAN A. LATAR BELAKANG Setiap mahluk hidup dituntut untuk senantiasa berinteraksi dengan mahluk hidup lainnya. Interaksi yang terjadi antara individu dalam satu spesies atau interaksi antara
Lebih terperinciMODEL MATEMATIKA UNTUK PERUBAHAN SUHU DAN KONSENTRASI DOPANT PADA PEMBENTUKAN SERAT OPTIK MIFTAHUL JANNAH
MODEL MATEMATIKA UNTUK PERUBAHAN SUHU DAN KONSENTRASI DOPANT PADA PEMBENTUKAN SERAT OPTIK MIFTAHUL JANNAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERYATAAN MENGENAI TESIS DAN SUMBER INFORMASI
Lebih terperinciBIFURKASI HOPF PADA MODEL SIKLUS BISNIS KALDOR-KALECKI TANPA DAN DENGAN WAKTU TUNDA NURRACHMAWATI
BIFURKASI HOPF PADA MODEL SIKLUS BISNIS KALDOR-KALECKI TANPA DAN DENGAN WAKTU TUNDA NURRACHMAWATI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011
Lebih terperinciPENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA
PENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciBab II Teori Pendukung
Bab II Teori Pendukung II.1 Sistem Autonomous Tinjau sistem persamaan differensial berikut, = dy = f(x, y), g(x, y), (2.1) dengan asumsi f dan g adalah fungsi kontinu yang mempunyai turunan yang kontinu
Lebih terperinciPengendalian Populasi Hama pada Model Mangsa-Pemangsa dengan Musuh Alaminya
JURNAL SAINS DAN SENI POMITS Vol 2, No 1, (2013) 2337-3520 (2301-928X Print) 1 Pengendalian Populasi Hama pada Model Mangsa-Pemangsa dengan Musuh Alaminya Nabila Asyiqotur Rohmah, Erna Apriliani Jurusan
Lebih terperinci