KONTROL OPTIMUM VIRUS HIV MELALUI PENGGUNAAN DUA JENIS OBAT FAJAR SATRIATAMA
|
|
- Glenna Setiawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 KONTROL OPTIMUM VIRUS HIV MELALUI PENGGUNAAN DUA JENIS OBAT FAJAR SATRIATAMA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014
2
3 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Kontrol Optimum Virus HIV Melalui Penggunaan Dua Jenis Obat adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, September 2014 Fajar Satriatama NIM G
4 ABSTRAK FAJAR SATRIATAMA. Kontrol Optimum Virus HIV Melalui Penggunaan Dua Jenis Obat. Dibimbing oleh TONI BAKHTIAR dan FARIDA HANUM. Dalam karya ilmiah ini dipelajari model interaksi sel CD4 + T sehat dengan sel HIV serta menambahkan dua jenis kontrol, yaitu obat penambah kekebalan tubuh dan obat anti virus. Masalah interaksi ini diformulasikan dalam bentuk model kontrol optimum dengan fungsional objektif memaksimumkan populasi sel CD4 + T sehat serta meminimumkan biaya pemakaian obat-obatan tersebut. Penerapan prinsip maksimum Pontryagin memberikan empat persamaan diferensial sebagai syarat penyelesaian, yaitu dua persamaan diferensial untuk sistem dan dua persamaan diferensial untuk fungsi adjoin. Selanjutnya, penerapan kondisi Berkovitz memberikan dua buah fungsi kontrol optimum. Solusi numerik diperoleh dengan menyelesaikan sistem persamaan diferensial menggunakan metode Runge- Kutta orde-4. Pemberian kontrol pada sistem membuat populasi sel CD4 + T sehat bertambah dan membuat populasi sel HIV berkurang. Semakin besar bobot kontrol obat penambah kekebalan menyebabkan peningkatan sel CD4 + T sehat semakin lambat. Hal tersebut menandakan bahwa semakin besar bobot diberikan maka berefek negatif pada tubuh, sehingga pemberian obat sebaiknya segera dikurangi. Kata Kunci: dua fungsi kontrol, masalah kontrol optimum, model interaksi sel CD4 + T sehat dengan sel HIV, solusi numerik. ABSTRACT FAJAR SATRIATAMA. Optimum Control of HIV Virus through the Use of Two Drugs. Supervised by TONI BAKHTIAR and FARIDA HANUM. This paper studied a mathematical interactions model of healthy CD4 + T cells with HIV cells by involving two types of control strategies, i.e. increasing body s immune drugs and using antiviral drugs. The interaction problem is formulated in term of optimal control model, where the objective functional is maximizing the population of healthy CD4 + T cells and to minimize the systematic cost of using drugs. Application of Pontryagin maximum principle provides four differential equations as solution conditions: two differential equations for the system and two differential equations for the adjoint function. Next, applications of Berkovitz conditions provide two optimal control functions. Numerical solution was conducted using the 4th order Runge-Kutta method. Application of control to the system makes the population of healthy CD4 + T cells increase and the HIV cells population decrease. As the larger weight in the control of immune drugs increase cause decrease in healthy CD4 + T cells growth rate. It indicates that a larger weight provides negative effects on the body, so that drugs administration would be reduced. Keywords: two control functions, optimum control problem, interaction model of CD4 + T cells healthy with HIV cells, numerical solutions.
5
6 KONTROL OPTIMUM VIRUS HIV MELALUI PENGGUNAAN DUA JENIS OBAT FAJAR SATRIATAMA 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 2014
7
8 Judul Skripsi : Kontrol Optimum Virus HIV Melalui Penggunaan Dua Jenis Obat Nama : Fajar Satriatama NIM : G Disetujui oleh Dr Toni Bakhtiar, MSc Pembimbing I Dra Farida Hanum, MSi Pembimbing II Diketahui oleh Dr Toni Bakhtiar, MSc Ketua Departemen Tanggal Lulus:
9 PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta ala atas segala karunia-nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian ini ialah kontrol optimum, dengan judul Kontrol Optimum Virus HIV Melalui Penggunaan Dua Jenis Obat. Terima kasih penulis ucapkan kepada Bapak Dr Toni Bakhtiar, MSc dan Ibu Dra Farida Hanum, MSi selaku pembimbing, serta Bapak Ruhiyat, MSi selaku penguji yang telah banyak memberi saran. Ungkapan terima kasih juga disampaikan kepada ayah, ibu, serta seluruh keluarga, atas segala doa dan kasih sayangnya serta kepada teman-teman Matematika Angkatan 47 atas segala dukungan dan bantuannya. Semoga karya ilmiah ini bermanfaat. Bogor, September 2014 Fajar Satriatama
10 DAFTAR ISI DAFTAR TABEL vi DAFTAR GAMBAR vi DAFTAR LAMPIRAN vi PENDAHULUAN 1 Latar Belakang 1 Tujuan Penelitian 2 LANDASAN TEORI 2 Kontrol Optimum 2 Prinsip Maksimum Pontryagin 3 Metode Runge-Kutta Orde Empat 4 MODEL MATEMATIKA 4 Model Tanpa Kontrol 4 Model dengan Kontrol 6 Masalah Kontrol Optimum 6 SOLUSI NUMERIK 9 Metode Runge-Kutta Orde-4 9 Hasil Numerik 11 SIMPULAN 14 Simpulan 14 Saran 14 DAFTAR PUSTAKA 14 LAMPIRAN 15 RIWAYAT HIDUP 20
11 DAFTAR TABEL 1 Variabel dan parameter 5 2 Nilai parameter 11 DAFTAR GAMBAR 1 Populasi Sel CD4 + T dengan A 1 = Populasi Sel HIV dengan A 1 = Fungsi kontrol dengan A 1 = Populasi Sel CD4 + T dengan A 1 = Populasi Sel HIV dengan A 1 = Fungsi kontrol dengan A 1 = DAFTAR LAMPIRAN 1 Penentuan solusi numerik model tanpa kontrol 15 2 Penentuan solusi numerik model dengan kontrol 16 3 Pembuatan gambar solusi numerik dengan nilai A 1 = Pembuatan gambar solusi numerik dengan nilai A 1 =
12
13 PENDAHULUAN Latar Belakang Virus adalah parasit berukuran mikroskopik yang menginfeksi sel organisme biologis. Virus hanya dapat bereproduksi di dalam material hidup dengan menginvasi dan memanfaatkan sel makhluk hidup karena virus tidak memiliki perlengkapan selular untuk bereproduksi sendiri. Dalam sel inang, virus merupakan parasit obligat dan di luar inangnya menjadi tak berdaya. Biasanya virus mengandung sejumlah kecil asam nukleat yang diselubungi semacam bahan pelindung yang terdiri atas protein, lipid, glikoprotein, atau kombinasi ketiganya. Genom virus akan diekspresikan menjadi baik protein yang digunakan untuk memuat bahan genetik maupun protein yang dibutuhkan dalam daur hidupnya. Istilah virus biasanya merujuk pada partikel-partikel yang menginfeksi sel-sel eukariota, sementara istilah bakteriofage atau fage digunakan untuk jenis yang menyerang jenis-jenis sel prokariota (Hogg 2005). Salah satu virus yang mematikan yaitu HIV (Human Immunodeficiency Virus). HIV masih menjadi virus penyakit paling berbahaya di dunia yang telah merenggut nyawa lebih dari 25 juta orang sejak tahun HIV dapat menular dengan berbagai cara, seperti jarum suntik, transfusi darah, dan hubugan seksual. Dalam jangka waktu lama virus telah mengakar, secara sistematis telah membunuh sel-sel, dan merusak kekebalan orang yang terinfeksi. Hal tersebut membuat penderita lebih berisiko terinfeksi penyakit lain. HIV sampai ke sistem kekebalan tubuh dengan menginfeksi sel-sel penting, termasuk sel-sel pembantu yang disebut sel CD4 + T. Pada saat sel CD4 + T yang terinfeksi bereplikasi untuk melawan infeksi apa pun, sel HIV melakukan pengkodean sehingga ikut melakukan replikasi. Setelah manusia terinfeksi HIV, jumlah sel CD4 + T semakin menurun. Ini tanda bahwa sistem kekebalan tubuh manusia semakin rusak. Semakin rendah jumlah CD4 + T, manusia akan semakin jatuh sakit. Sel CD4 + T merupakan bagian dari sel T. Sel tersebut adalah bagian yang penting dari sistem kekebalan tubuh manusia. Sel T memainkan peran utama pada kekebalan seluler. Sel T mampu membedakan jenis patogen dengan kemampuan berevolusi sepanjang waktu demi peningkatan kekebalan setiap kali tubuh terpapar patogen. Hal ini dimungkinkan karena sejumlah sel T teraktivasi menjadi sel T memori dengan kemampuan untuk berkembang biak dengan cepat untuk melawan infeksi yang mungkin terulang kembali. Aktivasi sel T memberikan respons kekebalan seperti produksi antibodi, aktivasi sel fagosit atau penghancuran sel target dalam seketika. Sel T yang telah disintesis dari kelenjar timus disebut sel CD4 + T. Sel CD4 + T adalah sel T yang memiliki protein CD4 pada permukaannya. Protein itu bekerja sebagai reseptor untuk HIV. HIV mengikat pada reseptor CD4 itu seperti kunci dengan gembok (Baratawidjaja 2000). Pada karya ilmiah ini akan dibahas model interaksi sel T, oleh Kirschner dan Webb (1998) dengan dua variabel kontrol yaitu obat penambah kekebalan tubuh dan obat penekan virus (antiviral). Model tersebut merepresentasikan laju pertumbuhan sel CD4 + T yang sehat dan sel HIV, dengan adanya pemberian kontrol ini akan dilihat bagaimana pengaruhnya terhadap laju pertumbuhan kedua sel tersebut. Sumber utama karya ilmiah ini ialah artikel yang ditulis oleh Joshi (2002).
14 2 Tujuan Penelitian Penulisan karya ilmiah ini bertujuan: 1 mengonstruksi model interaksi sel CD4 + T normal dan sel HIV di bawah pengaruh dua buah variabel kontrol, 2 menentukan variabel kontrol optimum, yaitu obat penambah kekebalan dan pemberian antiviral yang memaksimumkan banyaknya sel CD4 + T normal, serta meminimumkan dosis obat yang dikonsumsi. LANDASAN TEORI Kontrol Optimum Teori kontrol optimum berkembang secara pesat pada akhir tahun Ada dua metode penyelesaian masalah kontrol optimum, yaitu dynamic programming yang diperkenalkan oleh Bellman pada tahun 1957 dan maximum principle yang diperkenalkan oleh Pontryagin pada tahun 1962 (Pontryagin et al. 1986). Masalah kontrol optimum adalah memilih variabel kontrol u(t) di antara semua variabel kontrol yang admissible, yaitu kontrol yang membawa sistem dari state awal x(t 0 ) pada waktu t 0 kepada state akhir x(t f ) pada waktu akhir t f, sedemikian rupa sehingga memberikan nilai maksimum atau nilai minimum bagi fungsional objektif tertentu. Pada masalah nyata yang berkembang menurut waktu t, sistem berada dalam keadaan atau kondisi (state) tertentu, yang dapat diungkapkan dengan variabel keadaan (state variables) x 1 (t), x 2 (t),.., x n (t) atau dalam bentuk vektor x(t) R n. Dengan nilai t yang berbeda, vektor x (t) menempati posisi yang berbeda di ruang R n sehingga dapat dikatakan bahwa sistem bergerak sepanjang kurva x(t) di R n. Sistem dinamika dapat dinyatakan secara matematik oleh sistem persamaan diferensial: x = f(x(t), u(t), t), (1) dengan x variabel state dan u variabel kontrol. Jika kondisi sistem diketahui pada waktu t 0, maka x( t 0 )= x 0, x 0 R n. Jika dipilih kontrol u(t) R n yang terdefinisi untuk waktu t t 0, maka diperoleh sistem persamaan diferensial orde satu dengan variabel taktentu x(t). Karena x 0 diberikan, maka persamaan (1) memiliki solusi tunggal. Solusi yang diperoleh merupakan respons terhadap u yang dilambangkan dengan x u (t). Dengan memiliki fungsi kontrol yang sesuai, berbagai solusi dapat diperoleh. Agar solusi yang diperoleh adalah solusi yang diinginkan, diperlukan adanya kriteria bagi solusi, artinya setiap kontrol u(t) dan variabel state x(t) dihubungkan dengan fungsional berikut: T J = f(x(t), u(t), t) 0 dt, (2)
15 3 dengan f fungsi yang diberikan, t f tidak harus ditentukan dan x( t f ) memiliki kondisi tertentu. Di antara semua fungsi atau variabel kontrol yang diperoleh, ditentukan salah satu sehingga J mencapai nilai maksimum atau minimum. Kontrol yang bersifat demikian disebut kontrol optimum. Permasalahan kontrol optimum dapat dinyatakan sebagai masalah memaksimumkan atau meminimumkan suatu fungsional (2) dengan kendala (1) (Tu 1994). Prinsip Maksimum Pontryagin Tinjau masalah kontrol optimum dengan kendala pada variabel kontrol berikut: t f max J = f(x(t), u(t), t) dt, t 0 x (t) = g(x(t), u(t), t), h(u, x, t) 0, x(0) = x 0, x(t) = x T. Didefinisikan fungsi Lagrange sebagai berikut: L(x(t), u(t), λ(t), t) = f(x(t), u(t), t) + λ(t)g(x(t), u(t), t) + w(t)h(x(t), u(t), t), dengan λ(t) merupakan pengali Lagrange atau costate variable. Misalkan u (t) adalah variabel kontrol admissible yang membawa state awal (x 0 (t 0 ), t 0 ) kepada state akhir (x(t f ), t f ) dan x (t) merupakan trajektori dari sistem yang berkaitan dengan u (t), serta w(t) merupakan pengali penalti h (x(t), u(t), t), dengan h(x(t), u(t), t) = u(t) a 0. Agar kontrol u (t) merupakan kontrol optimum, maka prinsip maksimum Pontryagin, syarat transversalitas, dan kondisi Berkovitz terpenuhi, yaitu 1 Prinsip maksimum Pontryagin: L a. = 0, u b. x (t) = L, λ c. λ (t) = L x. 2 Syarat transversalitas: λ(t f ) = 0. 3 Kondisi Berkovitz: w 0, h 0, wh = 0. (Pontryagin et al. 1986)
16 4 Metode Runge-Kutta Orde Empat Penyelesaian persamaan diferensial biasa dengan metode deret Taylor tidak praktis karena metode tersebut membutuhkan perhitungan turunan f(x, y). Lagipula, tidak semua fungsi mudah dihitung turunannya, terutama bagi fungsi yang bentuknya rumit. Semakin tinggi orde deret Taylor, semakin tinggi turunan fungsi yang harus dihitung. Karena pertimbangan ini, metode deret Taylor yang berorde tinggi pun tidak dapat diterima dalam masalah praktik. Metode Runge-Kutta adalah alternatif lain dari metode deret Taylor yang tidak membutuhkan perhitungan turunan. Metode ini berusaha mendapatkan derajat ketelitian yang lebih tinggi, dan sekaligus menghindarkan keperluan mencari turunan yang lebih tinggi dengan jalan mengevaluasi fungsi f(x, y) pada titik terpilih dalam setiap langkah (Munir 2003). Perhatikan masalah nilai awal berikut: y = f(t, y); y(t 0 ) = y 0 dengan y merupakan fungsi/sistem yang belum diketahui dan bergantung pada variabel t. Untuk suatu h > 0 yang disebut riap (increment), untuk n = 0, 1, 2, didefinisikan y n+1 = y n (k 1 + 2k 2 + 2k 3 + k 4 ) t n+1 = t n + h, dengan k 1 = h f(t n, y n ), k 2 = h f (t n h, y n k 1), k 3 = h f (t n h, y n k 2), k 4 = h f(t n + h, y n + k 1 ), Pada skema di atas, y n+1 merupakan aproksimasi Runge-Kutta orde empat bagi y(t n+1 ). MODEL MATEMATIKA Model Tanpa Kontrol Misalkan T adalah populasi sel CD4 + T sehat dan V merupakan populasi virus. Model Kirschner dan Webb tanpa kontrol diberikan oleh sistem persamaan diferensial berikut. dt(t) dt dv(t) dt = s 1 s 2V(t) μt(t) kv(t)t(t) (3) B 1 + V(t) = gv(t) B 2 + V(t) cv(t)t(t) (4)
17 5 (Kirschner dan Webb 1998) Deskripsi variabel dan parameter dari persamaan (3) dan (4) diberikan pada tabel berikut. Tabel 1 Variabel dan parameter Notasi Deskripsi Satuan T banyaknya populasi sel CD4 + T yang tidak terinfeksi per ml V banyaknya populasi virus per ml u 1 banyaknya obat penambah kekebalan tubuh ml u 2 banyaknya obat antiviral ml s 1 sumber / produksi sel CD4 + T ml/hari s 2 sumber / produksi sel CD4 + T ml/hari μ laju kematian populasi sel CD4 + T yang tidak per hari terinfeksi k laju infeksi sel CD4 + T oleh virus bebas V ml/hari g tingkat masukan virus dari sumber eksternal ml/hari c angka kehilangan virus ml/hari B 1 konstanta produksi virus pada getah bening ml B 2 konstanta produksi virus pada plasma ml Pada persamaan (3) suku s 1 s 2V(t) merepresentasikan sumber dari sel B 1 +V(t) CD4 + T yang sehat yang meliputi dari kontribusi eksternal sel timus serta kontribusi internal dari sel CD4 + T yang berbeda. Terjadi pengurangan secara alami dari sel CD4 + T yang sehat yang direpresentasikan dengan suku μt(t), pengurangan ini diakibatkan oleh kematian sel secara alami atau perpindahan sel dari plasma menuju limpa. Terdapat pula pengurangan sel yang diakibatkan oleh perubahan sel yang sehat menjadi terserang virus yang direpresentasikan oleh kv(t)t(t) (Kirschner dan Webb 1998). Pada persamaan (4) suku gv(t) B 2 +V(t) merepresentasikan sumber virus yang dihasilkan dari kedua kompartemen eksternal seperti getah bening serta virus yang diproduksi oleh sel yang terinfeksi dalam plasma. Pada persamaan (4) juga ada suku cv(t)t(t) yang merepresentasikan pengurangan virus yang dipengaruhi oleh respons kekebalan tubuh serta kematian virus (Kirschner dan Webb 1998).
18 6 Model dengan Kontrol Model Kirschner dan Webb yang dikendalikan dengan kontrol diberikan oleh sistem persamaan diferensial berikut: dt(t) dt dv(t) dt = s 1 s 2V(t) B 1 + V(t) μt(t) kv(t)t(t) + u 1(t)T(t), T(0) = T 0, (5) = g(1 u 2(t))V(t) B 2 + V(t) cv(t)t(t), V(0) = V 0, (6) (Joshi 2002) Masalah Kontrol Optimum Masalah kontrol optimum yang dihadapi ialah menentukan fungsi kontrol u 1 dan u 2, yang membawa sistem dari kondisi awal (T 0, V 0 ) ke kondisi akhir (T tf, V tf ). Didefinisikan fungsional objektif sebagai berikut: dengan T menyatakan banyaknya sel CD4 + T dan suku lainnya menyatakan biaya sistematis dari pemakaian obat. Konstanta positif A 1 dan A 2 merupakan parameter bobot yang dikenakan pada kontrol, dan u 1 2, u 2 2 mencerminkan dosis dari obat. Ketika obat dikonsumsi pada dosis yang tinggi, obat tersebut akan menjadi racun bagi tubuh. Memaksimumkan fungsi objektif adalah dengan memaksimumkan banyaknya sel T. Dengan demikian masalah kontrol optimum dapat dituliskan sebagai berikut: dengan kendala: dt(t) dt dv(t) dt t f J(u 1, u 2 ) = [T (A 1 u A 2 u 2 2 )] dt, (7) 0 max J, (8) = s 1 s 2V(t) B 1 + V(t) μt(t) kv(t)t(t) + u 1(t)T(t), (9) = g(1 u 2(t))V(t) B 2 + V(t) cv(t)t(t), (10) T(0) = T 0, V(0) = V 0, T(t f ), V(t f ) tidak ditentukan (bebas), 0 a 1 u 1 b 1 dan 0 a 2 u 2 b 2. Keterbatasan fungsi kontrol 0 a i u i b i, i = 1,2, dapat dituliskan kembali dalam bentuk u i a i 0,
19 b i u i 0. Dengan mendefinisikan h 1 (u 1 ) = b 1 u 1, h 2 (u 1 ) = u 1 a 1, h 3 (u 2 ) = b 2 u 2, h 4 (u 2 ) = u 2 a 2, maka fungsi Lagrange dari masalah kontrol optimum (7) didefinisikan sebagai berikut: 7 L = (T (A 1 u A 1 u 2 2 )) + λ 1 (t) (s 1 s 2 V B 1 + V μt kvt + u 1T) + λ 2 (t) ( g(1 u 2)V B 2 + V cvt) + w 11(t)h 1 + w 12 (t)h 2 + w 21 (t)h 3 + w 22 (t)h 4, (11) dengan w 11 (t), w 12 (t), w 21 (t), w 22 (t) 0 adalah pengganda penalti dan λ 1, λ 2 adalah fungsi adjoin. Untuk mendapatkan fungsi kontrol u 1 dan u 2 digunakan syarat (1) teorema prinsip maksimum Pontryagin pada masalah kontrol optimum. Syarat pertama prinsip maksimum Pontryagin memberikan: L u1(t) = 0 2A 1 u 1 (t) + λ 1 T(t) w 11 (t) + w 12 (t) = 0, L u2 (t) = 0 2A 2 u 2 (t) + λ 2 ( gv(t) B 2 + V(t) ) w 21(t) + w 22 (t) = 0, sehingga diperoleh kontrol-kontrol optimum u 1 (t) = 1 2A 1 (λ 1 T(t) w 11 + w 12 ), (12) u 2 (t) = 1 2A 2 (( gv(t)λ 2 B 2 + V(t) ) w 21(t) + w 22 (t)), (13) serta T(t), V(t) harus memenuhi T (t) = s 1 s 2V(t) B 1 + V(t) μt(t) kv(t)t(t) + u 1(t)T(t), (14) V (t) = g(1 u 2(t))V(t) B 2 + V(t) cv(t)t(t). (15) Pada fungsi Lagrange juga terdapat fungsi adjoin λ 1 dan λ 2 yang memenuhi sistem persamaan berikut: λ 1 = 1 + λ 1 (μ + kv (t) u 1 (t)) + λ 2 cv (t), (16) B 1 s 2 λ 2 = λ 1 ( (B 1 + V (t)) 2 + kt (t)) λ 2 ( B 2g(1 u 2 (t)) (B 2 + V (t)) 2 ct (t)). (17)
20 8 Karena diasumsikan T(t f ) dan V(t f ) bebas maka harus dipenuhi syarat transversalitas berikut (syarat kedua pada prinsip maksimum Pontryagin): λ 1 (t f ) = 0 dan λ 2 (t f ) = 0 (18) Karena u 1 (t) dan u 2 (t) berbatas, maka dilakukan analisis berikut sehingga kondisi Berkovitz terpenuhi. 1. Kasus 0 a 1 u 1 b 1 Jika dimisalkan u 1 = b 1 maka h 1 (u 1 ) = b 1 u 1 = 0 dan h 2 (u 1 ) = u 1 a 1 0. Kondisi Berkovitz (syarat ketiga prinsip maksimum Pontryagin) memberikan w 11 (t) 0 dan w 12 (t) = 0, sehingga kontrol optimum (12) menjadi u 1 = 1 2A 1 (λ 1 T w 11 ). Karena w 11 (t) 0 dan u 1 (t) 0, maka dapat disimpulkan u 1 λ 1T 2A 1 atau b 1 λ 1T 2A 1. Dengan demikian kontrol optimum u 1 diberikan oleh u 1 (t) = b 1 ; b 1 λ 1T 2A 1. (19) Jika dimisalkan u 1 = a 1 maka h 1 (u 1 ) = b 1 u 1 0 dan h 2 (u 1 ) = u 1 a 1 = 0. Kondisi Berkovitz (syarat ketiga prinsip maksimum Pontryagin) memberikan w 11 (t) = 0 dan w 12 (t) 0, sehingga kontrol optimum (12) menjadi u 1 = 1 2A 1 (λ 1 T + w 12 ). Karena w 12 (t) 0 dan u 1 (t) 0, maka dapat disimpulkan u 1 λ 1T 2A 1 atau a 1 λ 1T 2A 1. Dengan demikian kontrol optimum u 1 diberikan oleh u 1 (t) = a 1 ; a 1 λ 1T 2A 1. (20) Jika dimisalkan a 1 < u 1 < b 1 maka h 1 (u 1 ) = b 1 u 1 > 0 dan h 2 (u 1 ) = u 1 a 1 > 0. Kondisi Berkovitz (syarat ketiga prinsip maksimum Pontryagin) memberikan w 11 (t) = 0 dan w 12 (t) = 0, sehingga kontrol optimum u 1 diberikan oleh u 1 (t) = λ 1T 2A 1 ; a 1 λ 1T 2A 1 b 1. (21) Dengan demikian, berdasarkan (19), (20), dan (21) dapat dituliskan
21 9 1 λ 2A 1 T (t) ; a 1 1 λ 1 2A 1 T(t) b 1 1 u 1 1 = a 1 ; (λ 2A 1 T(t)) a b { 1 ; (λ 2A 1 T(t)) b 1, 1 atau secara ringkas dapat ditulis 2. Kasus 0 a 2 u 2 b 2 Dengan cara serupa yang digunakan pada kasus sebelumnya diperoleh kontrol optimum 1 (λ 2A 2 ) ( gv(t) 2 B 2 + V(t) ) ; a 2 1 ( gv(t)λ 2 2A 2 B 2 + V(t) ) b 2 u 2 = u 1 1 = min {max {a 1, (λ 2A 1 T(t))}, b 1 }. (22) 1 a 2 ; b 2 ; { atau dalam notasi padu dapat ditulis 1 ( gv(t)λ 2 2A 2 B 2 + V(t) ) a 2 1 ( gv(t)λ 2 2A 2 B 2 + V(t) ) b 2, u 1 2 = min {max {a 2, ( gv(t)λ 2 2A 2 B 2 + V(t) )}, b 2}. (23) SOLUSI NUMERIK Metode Runge-Kutta Orde-4 Solusi numerik dari sistem optimumitas diselesaikan dengan menggunakan metode Runge-Kutta orde 4. Sistem state diselesaikan dengan metode maju sedangkan sistem adjoin diselesaikan dengan metode mundur, sehingga untuk menentukan solusi dibutuhkan dua tahap. Fungsi kontrol diperbaharui pada akhir iterasi dengan menggunakan rumus kontrol optimum (22) dan (23). Tuliskan kembali sistem (14), (15), (16), dan (17) dalam bentuk berikut: dt(t) dt dv(t) dt = F(t, T, V), T(0) = T 0, = G(t, T, V), V(0) = V 0,
22 10 λ 1 = H(t, λ 1, λ 2 ), λ 1 (t f ) = 0, λ 2 = I(t, λ 1, λ 2 ), λ 2 (t f ) = 0, dengan F = s 1 s 2V(t) B 1 + V(t) μt(t) kv(t)t(t) + u 1(t)T(t), G = g(1 u 2(t))V(t) cv(t)t(t), B 2 + V(t) H = 1 + λ 1 (t)(μ + kv (t) u 1 (t)) + λ 2 (t)cv (t), B 1 s 2 I = λ 1 (t) ( (B 1 + V (t)) 2 + kt (t)) λ 2 (t) ( B 2g(1 u 2 (t)) (B 2 + V (t)) 2 ct (t)). Algoritme untuk menentukan solusi diberikan seperti berikut: 1. Inisialisasi nilai awal untuk fungsi state, nilai akhir untuk fungsi adjoin, dan nilai awal fungsi kontrol. T(0) = T 0, V(0) = V 0, λ 1 (t f ) = 0, λ 2 (t f ) = 0, u 1 (0) = u 2 (0) = 0 2. Menentukan solusi dari fungsi state menggunakan metode maju selama n 1 iterasi. h = t f t 0 n for i = 0,..., n -1, do: n 11 = F(i, T(i), V(i)); n 12 = F(i + h, T(i) + n h 2 11, V(i) + n 2 11 end h h 2 ); h 2 ); n 13 = F(i + h, T(i) + n 2 12, V(i) + n 2 12 n 14 = F(i + h, T(i) + n 13 h, V(i) + n 13 h); n 1 = 1 (n n n 13 + n 14 ); n 21 = G(i, T(i), V(i)); n 22 = G(i + h, T(i) + n h 2 21, V(i) + n 2 21 h h 2 ); h 2 ); n 23 = G(i + h, T(i) + n 2 22, V(i) + n 2 22 n 24 = G(i + h, T(i) + n 23 h, V(i) + n 23 h); n 2 = 1 (n n n 23 + n 24 ); T(i + 1) = T(i) + h n 1 ; V(i + 1) = V(i) + h n 2 ; 3. Menentukan solusi dari fungsi adjoin dengan metode mundur selama n 1 iterasi. h = t f t 0 n for i = 0,..., n -1, j = (n 1) i do: n 11 = H(j + 1, λ 1 (j + 1), λ 2 (j + 1));
23 11 end n 12 = H(j h 2, λ 1(j + 1) + n 11 h 2, λ 2(j + 1) + n 11 h 2 ); n 13 = H(j h 2, λ 1(j + 1) + n 12 h 2, λ 2(j + 1) + n 12 h 2 ); n 14 = H(j h, λ 1 (j + 1) + n 13 h, λ 2 (j + 1) + n 13 h); n 1 = 1 6 (n n n 13 + n 14 ); n 21 = I(j + 1, λ 1 (j + 1), λ 2 (j + 1)); n 22 =I(j h, λ h 2 1(j + 1) + n 21, λ h 2 2(j + 1) + n 21 ); 2 n 23 = I(j h, λ h 2 1(j + 1) + n 22, λ h 2 2(j + 1) + n 22 ); 2 n 24 = I(j h, λ 1 (j + 1) + n 23 h, λ 2 (j + 1) + n 23 h); n 2 = 1 (n n n 23 + n 24 ); λ 1 (j) = λ 1 (j + 1) h n 1 ; λ 2 (j) = λ 2 (j + 1) h n 2 ; 4. Setelah nilai numerik dari fungsi state dan adjoin diketahui, nilai dari fungsi kontrol dapat ditentukan menggunakan persamaan (23) dan (26) for i = 0,..., n, do: end u 1 (i) = min {max {a 1, (λ 2A 1 (i) T(i))}, b 1 }; 1 u 2 (i) = min {max {a 2, 1 1 ( gv(i)λ 2 (i) 2A 2 B 2 +V(i) )}, b 2 }; Hasil Numerik Karya ilmiah ini menggambarkan kasus untuk dua nilai A 1 yang berbeda untuk jadwal perawatan selama 50 hari. Sintaks penentuan solusi numerik dapat dilihat pada Lampiran 1 dan Lampiran 2. Sintak untuk pembuatan gambar solusi numerik dapat dilihat pada Lampiran 3 dan Lampiran 4. Gambar 1-4 menggunakan A 1 = sedangkan Gambar 5-8 menggunakan A 1 = dan nilai parameter lain tetap sama. Nilai parameter pada sistem diberikan sebagai berikut: Tabel 2 Nilai parameter Notasi Nilai A 2 75 a 1 0 a 2 0 b b s s μ K 2.5 x 10 4 G 30 C 0.007
24 12 Tabel 2 Nilai parameter (lanjutan) Notasi Nilai B B Berdasarkan jenis obat yang dijadikan kontrol nilai b 1, yaitu batas atas kontrol u 1, jauh lebih kecil dari nilai b 2 yaitu batas atas kontrol u 2. Untuk menyeimbangkan efek perbedaan nilai ini maka koefisien penyeimbang A 1 diambil jauh lebih besar dari pada A 2. Gambar 1 mewakili jumlah sel CD4 + T selama 50 hari. Grafik sel CD4 + T tanpa kontrol mengalami penurunan sedangkan sel CD4 + T dengan kontrol mengalami kenaikan signifikan sampai hari ke-45 lalu mendekati kestabilan pada periode selanjutnya. Gambar 2 mewakili populasi HIV selama 50 hari, populasi HIV tanpa kontrol terus mengalami kenaikan sampai hari ke-50 sedangkan populasi HIV dengan kontrol mengalami kenaikan sampai hari ke-2 lalu mengalami fluktuasi sehingga mengalami penurunan tajam sampai hari ke-40 lalu mendekati kestabilan pada periode selanjutnya. Gambar 3 mewakili kontrol u 1 dan u 2 untuk jadwal pemberian obat selama 50 hari, obat peningkat kekebalan tubuh diberikan dalam skala penuh selama 38 hari dan kemudian dikurangi sampai nol di hari ke-50 berbeda dengan obat penekan virus yang konsumsinya selalu berkurang sampai nol di hari ke-50. Gambar 4 dan 5 mewakili jumlah sel CD4 + T dan HIV dengan nilai A 1 yang berbeda yaitu sebesar Ketika Gambar 1 dan 2 dibandingkan dengan Gambar 4 dan 5, terlihat bahwa nilai A 1 yang lebih tinggi dapat mengurangi populasi sel CD4 + T. Gambar 6 mewakili kontrol u 1 dan u 2 untuk jadwal pemberian obat selama 50 hari dengan nilai A 1 = Terlihat pada Gambar 6 bahwa obat peningkat kekebalan tubuh hanya bisa dikonsumsi penuh selama 23 hari. Gambar 1 Populasi Sel CD4 + T dengan A 1 = Gambar 2 Populasi Sel HIV dengan A 1 =
25 13 Gambar 3 Fungsi kontrol dengan A 1 = Gambar 4 Populasi Sel CD4 + T dengan A 1 = Gambar 5 Populasi Sel HIV dengan A 1 = Gambar 6 Fungsi kontrol dengan A 1 =
26 14 SIMPULAN Simpulan Pemberian kontrol pada model interaksi sel CD4 + T memberikan pengaruh yang baik karena dapat membuat jumlah sel CD4 + T menjadi semakin naik, sedangkan jumlah sel HIV menjadi semakin menurun. Namun, semakin tinggi parameter bobot, semakin cepat pengobatan harus dihentikan. Parameter bobot yang tinggi menunjukkan bahwa obat tersebut semakin beracun atau dapat mengakibatkan overdosis. Saran Karya ilmiah ini hanya membahas interaksi antara sel CD4 + T yang sehat dengan sel HIV. Ada baiknya dibahas persamaan lainnya pada model Kirschner dan Webb yaitu persamaan yang merepresentasikan laju sel CD4 + T yang sakit (terinfeksi), sehingga tidak hanya jumlah sel CD4 + T yang sehat atau jumlah sel HIV yang bisa diketahui tetapi dapat pula diketahui jumlah sel CD4 + T yang terinfeksi. Dengan begitu dapat dibandingkan sel CD4 + T yang sehat dengan sel CD4 + T yang sakit pada waktu t f. DAFTAR PUSTAKA Baratawidjaja KG Imunologi Dasar. Jakarta (ID): Fakultas Kedokteran Universitas Indonesia. Hogg S Essential Microbiology. Oxford (UK): John Wiley & Sons Ltd. Joshi HR Optimum control of an HIV immunology model. Optimum Control Applications and Methods. 23(4): doi: /oca.710 Kirschner D, Webb GF Immunotheraphy of HIV-1 infection. Journal of Biological Systems. 6(1):71-83.doi: /S Munir R Metode Numerik. Bandung (ID): Informatika. Pontryagin LS, Boltyanskii VG, Gamkrelidze RV, Mischenko, EF The Mathematical Theory of Optimal Process. Montreux (CH): Gordon and Breach Science Publisher. Tu PNV Dynamical Systems: An Introduction with Applications in Economics and Biology. Heidelberg (DE): Springer-Verlag.
27 15 Lampiran 1 Penentuan Solusi Numerik Model tanpa Kontrol function [T,V] = hiv_nocontrol(s1,s2,mu,k,g,c,b1,b2,t0,v0,t0,tf,n) h = (tf-t0)/n; T = zeros(1,n+1); V = zeros(1,n+1); T(1) = T0; V(1) = V0; for i = 1:n n11 = s1 - s2*v(i)/(b1+v(i)) - mu*t(i) - k*v(i)*t(i); n12 = s1 - s2*(v(i)+n11*h/2)/(b1+(v(i)+n11*h/2)) - mu*(t(i)+n11*h/2) - k*(v(i)+n11*h/2)*(t(i)+n11*h/2); n13 = s1 - s2*(v(i)+n12*h/2)/(b1+(v(i)+n12*h/2)) - mu*(t(i)+n12*h/2) - k*(v(i)+n12*h/2)*(t(i)+n12*h/2); n14 = s1 - s2*(v(i)+n13*h)/(b1+(v(i)+n13*h)) - mu*(t(i)+n13*h) - k*(v(i)+n13*h)*(t(i)+n13*h); n1 = (n11+2*n12+2*n13+n14)/6; n21 = g*v(i)/(b2+v(i)) - c*v(i)*t(i); n22 = g*(v(i)+n21*h/2)/(b2+(v(i)+n21*h/2)) - c*(v(i)+n21*h/2)*(t(i)+n21*h/2); n23 = g*(v(i)+n22*h/2)/(b2+(v(i)+n22*h/2)) - c*(v(i)+n22*h/2)*(t(i)+n22*h/2); n24 = g*(v(i)+n23*h)/(b2+(v(i)+n23*h)) - c*(v(i)+n23*h)*(t(i)+n23*h); n2 = (n21+2*n22+2*n23+n24)/6; T(i+1) = T(i) + h*n1; V(i+1) = V(i) + h*n2; end
28 16 Lampiran 2 Penentuan Solusi Numerik Model dengan Kontrol function [T,V,lambda1,lambda2,u1,u2,J] = hiv_withcontrol(s1,s2,mu,k,g,c,b1,b2,a1,a2,a1,a2,b1,b2,t0,v0,t0,tf,n) tol = ; error1 = tol + 1; error2 = tol + 1; h = (tf-t0)/n; T = zeros(1,n+1); V = zeros(1,n+1); lambda1 = zeros(1,n+1); lambda2 = zeros(1,n+1); T(1) = T0; V(1) = V0; u1 = zeros(1,n+1)+0.5; u2 = zeros(1,n+1)+0.5; while(error1 > tol && error2 > tol) oldu1 = u1; oldu2 = u2; for i = 1:n n11 = s1 - s2*v(i)/(b1+v(i)) - mu*t(i) - k*v(i)*t(i) + u1(i)*t(i); n12 = s1 - s2*(v(i)+n11*h/2)/(b1+(v(i)+n11*h/2)) - mu*(t(i)+n11*h/2) - k*(v(i)+n11*h/2)*(t(i)+n11*h/2) + u1(i)*(t(i)+n11*h/2); n13 = s1 - s2*(v(i)+n12*h/2)/(b1+(v(i)+n12*h/2)) - mu*(t(i)+n12*h/2) - k*(v(i)+n12*h/2)*(t(i)+n12*h/2) + u1(i)*(t(i)+n12*h/2); n14 = s1 - s2*(v(i)+n13*h)/(b1+(v(i)+n13*h)) - mu*(t(i)+n13*h) - k*(v(i)+n13*h)*(t(i)+n13*h) + u1(i)*(t(i)+n13*h); n1 = (n11+2*n12+2*n13+n14)/6; n21 = g*(1-u2(i))*v(i)/(b2+v(i)) - c*v(i)*t(i); n22 = g*(1-u2(i))*(v(i)+n21*h/2)/(b2+(v(i)+n21*h/2)) - c*(v(i)+n21*h/2)*(t(i)+n21*h/2); n23 = g*(1-u2(i))*(v(i)+n22*h/2)/(b2+(v(i)+n22*h/2)) - c*(v(i)+n22*h/2)*(t(i)+n22*h/2); n24 = g*(1-u2(i))*(v(i)+n23*h)/(b2+(v(i)+n23*h)) - c*(v(i)+n23*h)*(t(i)+n23*h); n2 = (n21+2*n22+2*n23+n24)/6; T(i+1) = T(i) + h*n1; V(i+1) = V(i) + h*n2; end for i = 1:n j = (n+1)-i; n11 = -1 + lambda1(j+1)*(mu+k*v(j+1)-u1(j+1)) + lambda2(j+1)*c*v(j+1);
29 n12 = -1 + (lambda1(j+1)+n11*h/2)*(mu+k*v(j+1)-u1(j+1)) + (lambda2(j+1)+n11*h/2)*c*v(j+1); n13 = -1 + (lambda1(j+1)+n12*h/2)*(mu+k*v(j+1)-u1(j+1)) + (lambda2(j+1)+n12*h/2)*c*v(j+1); n14 = -1 + (lambda1(j+1)+n13*h)*(mu+k*v(j+1)-u1(j+1)) + (lambda2(j+1)+n13*h)*c*v(j+1); n1 = (n11+2*n12+2*n13+n14)/6; n21 = lambda1(j+1)*(b1*s2/(b1+v(j+1))^2+k*t(j+1)) - lambda2(j+1)*(b2*g*(1-u2(j+1))/(b2+v(j+1))^2 - c*t(j+1)); n22 = (lambda1(j+1)+n21*h/2)*(b1*s2/(b1+v(j+1))^2+k*t(j+1)) - (lambda2(j+1)+n21*h/2)*(b2*g*(1-u2(j+1))/(b2+v(j+1))^2 - c*t(j+1)); n23 = (lambda1(j+1)+n22*h/2)*(b1*s2/(b1+v(j+1))^2+k*t(j+1)) - (lambda2(j+1)+n22*h/2)*(b2*g*(1-u2(j+1))/(b2+v(j+1))^2 - c*t(j+1)); n24 = (lambda1(j+1)+n23*h)*(b1*s2/(b1+v(j+1))^2+k*t(j+1)) - (lambda2(j+1)+n23*h)*(b2*g*(1-u2(j+1))/(b2+v(j+1))^2 - c*t(j+1)); n2 = (n21+2*n22+2*n23+n24)/6; lambda1(j) = lambda1(j+1) - h*n1; lambda2(j) = lambda2(j+1) - h*n2; end temp1 = lambda1.*t/(2*a1); uu1 = min(b1,max(a1,temp1)); temp2 = -lambda2.*v./(2*a2*(b2+v)); uu2 = min(b2,max(a2,temp2)); u1 = 0.5*(uu1+oldu1); u2 = 0.5*(uu2+oldu2); 17 end error1 = sum(abs(oldu1-u1)); error2 = sum(abs(oldu2-u2)); [error1, error2] f = T - (A1*u1.^2 + A2*u2.^2); J = sum(f*h);
30 18 Lampiran 3 Pembuatan Gambar Solusi Numerik dengan Nilai A 1 = clear all close all s1 = 2.0; s2 = 1.5; mu = 0.002; k = 2.5e-4; g = 30; c = 0.007; B1 = 14.0; B2 = 1.0; A1 = 25e+4; A2 = 75; a1 = 0; a2 = 0; b1 = 0.02; b2 = 0.9; T0 = 400; V0 = 3.5; t0 = 0; tf = 50; n = 2000; [Tc,Vc,lambda1,lambda2,u1,u2,J] = hiv_withcontrol(s1,s2,mu,k,g,c,b1,b2,a1,a2,a1,a2,b1,b2,t0,v0,t0,tf,n); [T,V] = hiv_nocontrol(s1,s2,mu,k,g,c,b1,b2,t0,v0,t0,tf,n); t = linspace(0,tf,n+1); plot(t,t,t,tc,'--','linewidth',2); title('populasi Sel CD4^+ T Sehat (T)'); legend('tanpa kontrol','dengan kontrol',2); grid; xlabel('hari'); ylabel('konsentrasi (per mm^3)'); figure; plot(t,v,t,vc,'--','linewidth',2); title('populasi HIV (V)'); legend('tanpa kontrol','dengan kontrol',3); grid; xlabel('hari'); ylabel('konsentrasi (per ml)'); figure; plot(t,u1,t,u2,'--','linewidth',2); title('kontrol Optimum (u_1 dan u_2)'); legend('u_1','u_2'); grid; xlabel('hari'); figure; plot(t,lambda1,t,lambda2,'--','linewidth',2); title('fungsi Adjoin (\lambda_1 dan \lambda_2)'); legend('\lambda_1','\lambda_2'); grid; xlabel('hari');
31 19 Lampiran 4 Pembuatan Gambar Solusi Numerik dengan Nilai A 1 = clear all close all s1 = 2.0; s2 = 1.5; mu = 0.002; k = 2.5e-4; g = 30; c = 0.007; B1 = 14.0; B2 = 1.0; A1 = 50e+4; A2 = 75; a1 = 0; a2 = 0; b1 = 0.02; b2 = 0.9; T0 = 400; V0 = 3.5; t0 = 0; tf = 50; n = 2000; [Tc,Vc,lambda1,lambda2,u1,u2,J] = hiv_withcontrol(s1,s2,mu,k,g,c,b1,b2,a1,a2,a1,a2,b1,b2,t0,v0,t0,tf,n); [T,V] = hiv_nocontrol(s1,s2,mu,k,g,c,b1,b2,t0,v0,t0,tf,n); t = linspace(0,tf,n+1); plot(t,t,t,tc,'--','linewidth',2); title('populasi Sel CD4^+ T Sehat (T)'); legend('tanpa kontrol','dengan kontrol',2); grid; xlabel('hari'); ylabel('konsentrasi (per mm^3)'); figure; plot(t,v,t,vc,'--','linewidth',2); title('populasi HIV (V)'); legend('tanpa kontrol','dengan kontrol',3); grid; xlabel('hari'); ylabel('konsentrasi (per ml)'); figure; plot(t,u1,t,u2,'--','linewidth',2); title('kontrol Optimum (u_1 dan u_2)'); legend('u_1','u_2'); grid; xlabel('hari'); figure; plot(t,lambda1,t,lambda2,'--','linewidth',2); title('fungsi Adjoin (\lambda_1 dan \lambda_2)'); legend('\lambda_1','\lambda_2'); grid; xlabel('hari');
32 20 RIWAYAT HIDUP Penulis dilahirkan di Bandung pada tanggal 19 November 1992 dari ayah Bastaman dan ibu Sonaningsih. Penulis adalah putra pertama dari dua bersaudara. Tahun 2010 penulis lulus dari SMA Negeri 26 Bandung dan pada tahun yang sama penulis lulus seleksi masuk Institut Pertanian Bogor (IPB) melalui jalur Ujian Talenta Masuk IPB dan diterima di Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama mengikuti perkuliahan, penulis menjadi asisten dosen Kalkulus II pada tahun ajaran 2011/2012 dan 2013/2014, asisten praktikum Pengantar Metode Komputasi pada tahun ajaran 2012/2013, dan asisten dosen Pemodelan Matematika pada tahun ajaran 2013/2014. Penulis juga pernah aktif sebagai staf Departemen MATH EVENT GUMATIKA IPB pada periode kepengurusan 2012 dan Kepala Departemen MATH EVENT GUMATIKA IPB pada periode kepengurusan 2013.
Kontrol Optimum. Prinsip Maksimum Pontryagin. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014
Kontrol Optimum Prinsip Maksimum Pontryagin Toni Bakhtiar Departemen Matematika IPB Februari 214 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 214 1 / 25 Outline Masalah kontrol optimum Prinsip
Lebih terperinciPENERAPAN PRINSIP MAKSIMUM PONTRYAGIN PADA SISTEM INVENTORI-PRODUKSI. Nurus Sa adah, Toni Bakhtiar, Farida Hanum
PENERAPAN PRINSIP MAKSIMUM PONTRYAGIN PADA SISTEM INVENTORI-PRODUKSI Nurus Sa adah, Toni Bakhtiar, Farida Hanum Departemen Matematika FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor
Lebih terperinciSOLUSI NUMERIK MASALAH KONTROL OPTIMUM PENYEBARAN PENYAKIT INFLUENZA A SYAHRUL AGUS NASIFA
SOLUSI NUMERIK MASALAH KONTROL OPTIMUM PENYEBARAN PENYAKIT INFLUENZA A SYAHRUL AGUS NASIFA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN
Lebih terperinciPENGENDALIAN OPTIMAL DISTRIBUSI VAKSIN PADA MODEL EPIDEMIK RABIES DENGAN MASA KELAHIRAN PERIODIK
PENDAHULUAN PENGENDALIAN OPTIMAL DISTRIBUSI VAKSIN PADA MODEL EPIDEMIK RABIES DENGAN MASA KELAHIRAN PERIODIK Oleh : Qurrotu Ainy Jufri (1210100072) Dosen Pembimbing : Drs. Kamiran, M.Si. Jurusan Matematika
Lebih terperinciPENERAPAN METODE RUNGE-KUTTA ORDE EMPAT PADA MODEL INFEKSI HIV SEL CD4 + T RIZKY HERMAWAN
PENERAPAN METODE RUNGE-KUTTA ORDE EMPAT PADA MODEL INFEKSI HIV SEL CD4 T RIZKY HERMAWAN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN
Lebih terperinciKontrol Optimum. MKO dengan Mixed Constraints dan Pure State Constraints. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014
Kontrol Optimum MKO dengan Mixed Constraints dan Pure State Constraints Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 38 Outline
Lebih terperinciII LANDASAN TEORI. ii. Constant returns to scale, yaitu situasi di mana output meningkat sama banyaknya dengan porsi peningkatan input
2 II LANDASAN EORI Pada bab ini akan diuraikan beberapa definisi dan teori penunjang yang akan digunakan dalam karya ilmiah ini. 2.1 Istilah Ekonomi Definisi 1 (Pertumbuhan Ekonomi) Pertumbuhan ekonomi
Lebih terperinciKONTROL OPTIMAL MODEL EPIDEMIK HOST-VECTOR DENGAN SIMULASI MENGGUNAKAN FORWARD-BACKWARD SWEEP METHOD
Jurnal Ilmiah Teknologi dan Informasi ASIA Vol. 8 No 1,Februari 2014 KONTROL OPTIMAL MODEL EPIDEMIK HOST-VECTOR DENGAN SIMULASI MENGGUNAKAN FORWARD-BACKWARD SWEEP METHOD Dewi Erla Mahmudah 1, Muhammad
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 terperinciKontrol Optimum. MKO dengan Kendala pada Peubah Kontrol. Toni Bakhtiar. Departemen Matematika IPB. Februari 2017
Kontrol Optimum MKO dengan Kendala pada Peubah Kontrol Toni Bakhtiar Departemen Matematika IPB Februari 2017 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2017 1 / 53 Outline MKO berkendala
Lebih terperinciMODEL MATEMATIKA STRUKTUR UMUR INFEKSI VIRUS HIV DENGAN KOMBINASI TERAPI OBAT MUHAMMAD BUWING
MODEL MATEMATIKA STRUKTUR UMUR INFEKSI VIRUS HIV DENGAN KOMBINASI TERAPI OBAT MUHAMMAD BUWING SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
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 terperinciKontrol Optimum. Syarat Transversalitas, Current-valued Hamiltonian. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014
Kontrol Optimum Syarat Transversalitas, Current-valued Hamiltonian Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 37 Outline Syarat
Lebih terperinciSOLUSI NUMERIK PERSAMAAN INTEGRAL VOLTERRA-FREDHOLM NONLINEAR MENGGUNAKAN FUNGSI BASIS BARU ABSTRACT
SOLUSI NUMERIK PERSAMAAN INTEGRAL VOLTERRA-FREDHOLM NONLINEAR MENGGUNAKAN FUNGSI BASIS BARU Vanny Octary 1 Endang Lily 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika
Lebih terperinciVIRUS. Makalah ini disusun untuk memenuhi tugas mata kuliah Mikrobiologi Dosen Pengampu: Nur Siyam S,KM
VIRUS Makalah ini disusun untuk memenuhi tugas mata kuliah Mikrobiologi Dosen Pengampu: Nur Siyam S,KM Disusun oleh : Nimas Dwi Ayu R (6411413126 / Rombel 5) Saraswati Windyastuti (6411413129 / Rombel
Lebih terperinciPENENTUAN PELUANG BERTAHAN DALAM MODEL RISIKO KLASIK DENGAN MENGGUNAKAN TRANSFORMASI LAPLACE AMIRUDDIN
PENENTUAN PELUANG BERTAHAN DALAM MODEL RISIKO KLASIK DENGAN MENGGUNAKAN TRANSFORMASI LAPLACE AMIRUDDIN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI
Lebih terperinciKONTROL OPTIMAL MODEL PENYEBARAN VIRUS KOMPUTER DENGAN PENGARUH KOMPUTER EKSTERNAL YANG TERINFEKSI DAN REMOVABLE STORAGE MEDIA
JMP : Vol. 9 No. 1, Juni 2017, hal. 113-124 KONTROL OPTIMAL MODEL PENYEBARAN VIRUS KOMPUTER DENGAN PENGARUH KOMPUTER EKSTERNAL YANG TERINFEKSI DAN REMOVABLE STORAGE MEDIA Dewi Erla Mahmudah STMIK Widya
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 terperinciWaktu Optimal Dalam Diversifikasi Produksi Sumber Energi Terbarukan dan Tidak Terbarukan dengan Menggunakan Prinsip Minimum Pontryagin
JURNAL SAINS DAN SENI POMITS Vol., No., (03) 337-350 (30-98X Print) Waktu Optimal Dalam Diversifikasi Produksi Sumber Energi Terbarukan dan Tidak Terbarukan dengan Menggunakan Prinsip Minimum Pontryagin
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 terperinciKONTROL OPTIMAL MODEL EPIDEMIK HOST-VECTOR DENGAN SIMULASI MENGGUNAKAN FORWARD-BACKWARD SWEEP METHOD
KONTROL OPTIMAL MODEL EPIDEMIK HOST-VECTOR DENGAN SIMULASI MENGGUNAKAN FORWARD-BACKWARD SWEEP METHOD Dewi Erla Mahmudah 1, Muhammad Zidny Naf an 2 1. STMIK Asia Malang, 2. Fasilkom Universitas Indonesia
Lebih terperinciMasalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas
Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas Slide II Toni Bakhtiar Departemen Matematika IPB February 2012 TBK (IPB) Kalkulus Variasi February 2012 1 / 37 Masalah Brachystochrone
Lebih terperinciMODEL MATEMATIKA. Gambar 1 Proses Infeksi Virus HIV terhadap sel Darah Putih Sehat (Feng dan Rong 2006)
5 MODEL MATEMATIKA Interaksi Virus Terhadap Sel Darah Putih Sehat AIDS adalah penyakit yang disebabkan oleh virus HIV. Virus ini merusak sistem kekebalan tubuh manusia, sehingga tubuh mudah diserang berbagai
Lebih terperinciPENGARUH PERUBAHAN NILAI PARAMETER TERHADAP NILAI ERROR PADA METODE RUNGE-KUTTA ORDE 3
PENGARUH PERUBAHAN NILAI PARAMETER TERHADAP NILAI ERROR PADA METODE RUNGE-KUTTA ORDE 3 Tornados P. Silaban 1, Faiz Ahyaningsih 2 1) FMIPA, UNIMED, Medan, Indonesia email: tornados.p_silaban@yahoo.com 2)
Lebih terperinciKalkulus Variasi. Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas. Toni Bakhtiar. Departemen Matematika IPB
Kalkulus Variasi Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum
Lebih terperinciEVALUASI DETERMINAN MATRIKS REKURSIF DENGAN FAKTORISASI LB RUDIANSYAH
EVALUASI DETERMINAN MATRIKS REKURSIF DENGAN FAKTORISASI LB RUDIANSYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2007 ABSTRAK RUDIANSYAH. Evaluasi
Lebih terperinciPENGGUNAAN METODE PERTURBASI HOMOTOPI UNTUK MENYELESAIKAN MODEL PENYEBARAN PENYAKIT LEPTOSPIROSIS NOVIA YULIANI
PENGGUNAAN METODE PERTURBASI HOMOTOPI UNTUK MENYELESAIKAN MODEL PENYEBARAN PENYAKIT LEPTOSPIROSIS NOVIA YULIANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciPENGOPTIMUMAN MASALAH PENJADWALAN EMPAT HARI KERJA DALAM SEMINGGU SECARA SIKLIS BERBASIS DUAL ARIYANTO PAMUNGKAS
PENGOPTIMUMAN MASALAH PENJADWALAN EMPAT HARI KERJA DALAM SEMINGGU SECARA SIKLIS BERBASIS DUAL ARIYANTO PAMUNGKAS DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciII. TINJAUAN PUSTAKA I. PENDAHULUAN
Kendali Optimal pada Sistem Prey Predator dengan Pemberian Makanan Alternatif pada Predator Fitroh Resmi dan Subchan Jurusan Matematika, Fakultas MIPA, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief
Lebih terperinciKOMPUTASI PENGENDALIAN TUBERKULOSIS DUA STRAIN DENGAN METODE BEDA HINGGA
J. Math. and Its Appl. ISS: 89-605X Vol. 4, o., ovember 007, 9 9 KOMPUTASI PEGEDALIA TUBERKULOSIS DUA STRAI DEGA METODE BEDA HIGGA Lukman Hanafi, Mardlijah, E. Wahyuni 3 Jurusan Matematika FMIPA Institut
Lebih terperinciPEMODELAN SISTEM PENDULUM TERBALIK DENGAN LINTASAN MIRING DAN KARAKTERISASI PARAMETER PADA MASALAH TRACKING ERROR OPTIMAL BAMBANG EDISUSANTO
PEMODELAN SISTEM PENDULUM TERBALIK DENGAN LINTASAN MIRING DAN KARAKTERISASI PARAMETER PADA MASALAH TRACKING ERROR OPTIMAL BAMBANG EDISUSANTO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN
Lebih terperinciPENYELESAIAN NUMERIK DARI PERSAMAAN DIFERENSIAL NONLINIER ADVANCE-DELAY
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 97 104 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENYELESAIAN NUMERIK DARI PERSAMAAN DIFERENSIAL NONLINIER ADVANCE-DELAY YOSI ASMARA Program Studi Magister
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 terperinciPEMODELAN SISTEM PENDULUM TERBALIK GANDA DAN KARAKTERISASI PARAMETER PADA MASALAH REGULASI OPTIMAL HASBY ASSIDIQI
PEMODELAN SISTEM PENDULUM TERBALIK GANDA DAN KARAKTERISASI PARAMETER PADA MASALAH REGULASI OPTIMAL HASBY ASSIDIQI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN
Lebih terperinciKONTROL OPTIMAL PADA PENGADAAN BAHAN MENTAH DENGAN KEBIJAKAN PENGADAAN TEPAT WAKTU, PERGUDANGAN, DAN PENUNDAAN
LAPORAN TUGAS AKHIR 01 WINTER Template KONTROL OPTIMAL PADA PENGADAAN BAHAN MENTAH DENGAN KEBIJAKAN PENGADAAN TEPAT WAKTU, PERGUDANGAN, DAN PENUNDAAN Oleh: Darsih Idayani 1206 100 040 Pembimbing: Subchan,
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 terperinciPEMODELAN SISTEM PENDULUM TERBALIK DENGAN LINTASAN MIRING DAN KARAKTERISASI PARAMETER PADA MASALAH TRACKING ERROR OPTIMAL BAMBANG EDISUSANTO
PEMODELAN SISTEM PENDULUM TERBALIK DENGAN LINTASAN MIRING DAN KARAKTERISASI PARAMETER PADA MASALAH TRACKING ERROR OPTIMAL BAMBANG EDISUSANTO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN
Lebih terperinciAN ANALISIS RANCANGAN PENAWARAN DISKON DENGAN BANYAK PELANGGAN DAN TITIK IMPAS TUNGGAL
AN ANALISIS RANCANGAN PENAWARAN DISKON DENGAN BANYAK PELANGGAN DAN TITIK IMPAS TUNGGAL Oleh: Endang Nurjamil G05497044 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciLOGO SEMINAR TUGAS AKHIR. Oleh : Rifdatur Rusydiyah Dosen Pembimbing : DR. Subiono, M.Sc
LOGO SEMINAR TUGAS AKHIR Oleh : Rifdatur Rusydiyah 1206 100 045 Dosen Pembimbing : DR. Subiono, M.Sc JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER
Lebih terperinciPENJADWALAN KEGIATAN PERKULIAHAN MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI PROGRAM STUDI S1 MATEMATIKA FMIPA IPB PENDAHULUAN
PENJADWALAN KEGIATAN PERKULIAHAN MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI PROGRAM STUDI S1 MATEMATIKA FMIPA IPB RUHIYAT 1, F. HANUM 1, R. A. PERMANA 2 Abstrak Jadwal mata kuliah mayor-minor yang tumpang
Lebih terperinciMETODE TRANSFORMASI DIFERENSIAL UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL VOLTERRA JENIS KEDUA. Edo Nugraha Putra ABSTRACT ABSTRAK 1.
METODE TRANSFORMASI DIFERENSIAL UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL VOLTERRA JENIS KEDUA Edo Nugraha Putra Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciMAT332 Kontrol Optimum
MAT332 Kontrol Optimum Kontrak Belajar dan Rencana Perkuliahan Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 12 Identitas 1 Nama
Lebih terperinciT - 1 PEMODELAN MATEMATIKA UNTUK MENSIMULASIKAN EFEK POPULASI KARANTINA TERHADAP PENYEBARAN PENYAKIT HIV/AIDS DI PAPUA
T - 1 PEMODELAN MATEMATIKA UNTUK MENSIMULASIKAN EFEK POPULASI KARANTINA TERHADAP PENYEBARAN PENYAKIT HIV/AIDS DI PAPUA Abraham 1, Mahmudi 2 1 Program Studi Matematika FMIPA Universitas Cenderawasih 2 Program
Lebih terperinciFAMILI METODE ITERASI DENGAN KEKONVERGENAN ORDE TIGA. Rahmawati ABSTRACT
FAMILI METODE ITERASI DENGAN KEKONVERGENAN ORDE TIGA Rahmawati Mahasiswa Program Studi S Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Bina Widya,
Lebih terperinciPENYELESAIAN PERMAINAN SUDOKU, CHALLENGER PUZZLE, DAN N-QUEENS PROBLEM MENGGUNAKAN INTEGER PROGRAMMING ALI VIKRI
PENYELESAIAN PERMAINAN SUDOKU, CHALLENGER PUZZLE, DAN N-QUEENS PROBLEM MENGGUNAKAN INTEGER PROGRAMMING ALI VIKRI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciPENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI ABSTRACT
PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI Febrian Lisnan, Asmara Karma 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika Fakultas Matematika
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Persamaan diferensial adalah suatu persamaan diantara derivatif-derivatif yang dispesifikasikan pada suatu fungsi yang tidak diketahui nilainya dan diketahui jumlah
Lebih terperinciPENDEKATAN KALKULUS VARIASIONAL PADA SISTEM KONTROL DAYA DORONG ROKET. Niken Madu Meta Jurusan Matematika, FMIPA UNS
1 PENDEKATAN KALKULUS VARIASIONAL PADA SISTEM KONTROL DAYA DORONG ROKET Niken Madu Meta Jurusan Matematika, FMIPA UNS Abstrak. Kalkulus variasional adalah cabang dari kalkulus diferensial yang digunakan
Lebih terperinciAPROKSIMASI FUNGSI SINUS DAN KOSINUS SEBAGAI KOMBINASI LINEAR DARI FUNGSI EKSPONENSIAL MUHAMMAD ADAM AZHARI
APROKSIMASI FUNGSI SINUS DAN KOSINUS SEBAGAI KOMBINASI LINEAR DARI FUNGSI EKSPONENSIAL MUHAMMAD ADAM AZHARI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciModifikasi Kontrol untuk Sistem Tak Linier Input Tunggal-Output Tunggal
Vol 7, No2, 118-123, Januari 2011 Modifikasi Kontrol untuk Sistem Tak Linier Input Tunggal-Output Tunggal Abstrak Dalam tulisan ini diuraikan sebuah kontrol umpan balik dinamik Dari kontrol yang diperoleh
Lebih terperinciKAJIAN MODEL MIKROSKOPIK DAN MODEL KINETIK LALU LINTAS KENDARAAN DAN SIMULASINYA DESYARTI SAFARINI TLS
KAJIAN MODEL MIKROSKOPIK DAN MODEL KINETIK LALU LINTAS KENDARAAN DAN SIMULASINYA DESYARTI SAFARINI TLS SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI
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 terperinciDERET TAYLOR UNTUK METODE DEKOMPOSISI ADOMIAN ABSTRACT
DERET TAYLOR UNTUK METODE DEKOMPOSISI ADOMIAN Lucy L. Batubara 1, Deswita. Leli 2, Zulkarnain 2 1 Mahasiswa Program Studi S1 Matematika 2 Laboratorium Matematika Terapan, Jurusan Matematika Fakultas Matematika
Lebih terperinciMETODE ITERASI VARIASIONAL UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL DAN INTEGRO-DIFERENSIAL VOLTERRA LINEAR DAN NONLINEAR ABSTRACT
METODE ITERASI VARIASIONAL UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL DAN INTEGRO-DIFERENSIAL VOLTERRA LINEAR DAN NONLINEAR Nasrin 1, Zulkarnain 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika
Lebih terperinciMETODE ORDE-TINGGI UNTUK MENENTUKAN AKAR DARI PERSAMAAN NONLINEAR ABSTRACT
METODE ORDE-TINGGI UNTUK MENENTUKAN AKAR DARI PERSAMAAN NONLINEAR I. P. Edwar, M. Imran, L. Deswita Mahasiswa Program Studi S Matematika Laboratorium Matematika Terapan, Jurusan Matematika Fakultas Matematika
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 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 terperinciMetode Beda Hingga untuk Penyelesaian Persamaan Diferensial Parsial
Metode Beda Hingga untuk Penyelesaian Persamaan Diferensial Parsial Ikhsan Maulidi Jurusan Matematika,Universitas Syiah Kuala, ikhsanmaulidi@rocketmail.com Abstract Artikel ini membahas tentang salah satu
Lebih terperinciANALISIS POLA KELAHIRAN MENURUT UMUR STUDI KASUS DI INDONESIA TAHUN 1987 DAN TAHUN 1997 SUMIHAR MEINARTI
ANALISIS POLA KELAHIRAN MENURUT UMUR STUDI KASUS DI INDONESIA TAHUN 1987 DAN TAHUN 1997 SUMIHAR MEINARTI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI
Lebih terperinciPENGARUH PERUBAHAN PARAMETER TERHADAP NILAI ERROR PADA METODE RUNGE-KUTTA ORDO-2 SKRIPSI MIZWAR ARIFIN SRG
PENGARUH PERUBAHAN PARAMETER TERHADAP NILAI ERROR PADA METODE RUNGE-KUTTA ORDO-2 SKRIPSI MIZWAR ARIFIN SRG 070803030 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA
Lebih terperinciKESTABILAN MODEL SUSCEPTIBLE VACCINATED INFECTED RECOVERED (SVIR) PADA PENYEBARAN PENYAKIT CAMPAK (MEASLES) (Studi Kasus di Kota Semarang)
KESTABILAN MODEL SUSCEPTIBLE VACCINATED INFECTED RECOVERED (SVIR) PADA PENYEBARAN PENYAKIT CAMPAK (MEASLES) (Studi Kasus di Kota Semarang) Melita Haryati 1, Kartono 2, Sunarsih 3 1,2,3 Jurusan Matematika
Lebih terperinciMASALAH KONTROL OPTIMUM INFEKSI WORM KOMPUTER SEVIRA ROSANA
MASALAH KONTROL OPTIMUM INFEKSI WORM KOMPUTER SEVIRA ROSANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER
Lebih terperinciSOLUSI NUMERIK PERSAMAAN INTEGRO-DIFERENSIAL VOLTERRA-FREDHOLM NONLINEAR MENGGUNAKAN FUNGSI TRIANGULAR ABSTRACT ABSTRAK
SOLUSI NUMERIK PERSAMAAN INTEGRO-DIFERENSIAL VOLTERRA-FREDHOLM NONLINEAR MENGGUNAKAN FUNGSI TRIANGULAR Suci Dini Anggraini 1, Khozin Mu tamar 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika
Lebih terperinciTINJAUAN TENTANG HIV/AIDS
BAB 2 TINJAUAN TENTANG HIV/AIDS 2.1 Pengenalan Singkat HIV dan AIDS Seperti yang telah dijelaskan pada bab sebelumnya, HIV adalah virus penyebab AIDS. Kasus pertama AIDS ditemukan pada tahun 1981. HIV
Lebih terperinciPENGARUH PARAMETER PENGONTROL DALAM MENEKAN PENYEBARAN PENYAKIT FLU BURUNG. Rina Reorita, Niken Larasati, dan Renny
JMP : Volume 3 Nomor 1, Juni 11 PENGARUH PARAMETER PENGONTROL DALAM MENEKAN PENYEBARAN PENYAKIT FLU BURUNG Rina Reorita, Niken Larasati, dan Renny Program Studi Matematika, Jurusan MIPA, Fakultas Sains
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 terperinciAnalisis dan Kontrol Optimal Sistem Gerak Satelit Menggunakan Prinsip Minimum Pontryagin
JURNAL SAINS DAN SENI POMITS Vol. 6, No.2, (2017) 2337-3520 (2301-928X Print) A 45 Analisis dan Kontrol Optimal Sistem Gerak Satelit Menggunakan Prinsip Minimum Pontryagin Putri Saraswati, Mardlijah, Kamiran
Lebih terperinciANALISIS NUMERIK UNTUK IMMUNOTHERAPY PADA INFEKSI HIV-1
1 ANALISIS NUMERIK UNTUK IMMUNOTHERAPY PADA INFEKSI HIV-1 ROSIDAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 2 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa
Lebih terperinciOLEH : IKHTISHOLIYAH DOSEN PEMBIMBING : Dr. subiono,m.sc
OLEH : IKHTISHOLIYAH 1207 100 702 DOSEN PEMBIMBING : Dr. subiono,m.sc JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2011 Pemodelan matematika
Lebih terperinciMETODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN NILAI BATAS PADA PERSAMAAN DIFERENSIAL PARSIAL NONLINEAR ABSTRACT
METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN NILAI BATAS PADA PERSAMAAN DIFERENSIAL PARSIAL NONLINEAR Birmansyah 1, Khozin Mu tamar 2, M. Natsir 2 1 Mahasiswa Program Studi S1 Matematika
Lebih terperinciPENYELESAIAN MODEL MANGSA PEMANGSA TIGA SPESIES DENGAN METODE HOMOTOPI YULI RAHMAWATI
PENYELESAIAN MODEL MANGSA PEMANGSA TIGA SPESIES DENGAN METODE HOMOTOPI YULI RAHMAWATI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN
Lebih terperinciAplikasi Prinsip Maksimum Pontryagin Pada Model Bioekonomi Mangsa-Pemangsa Dengan Waktu Tunda
Aplikasi Prinsip Maksimum Pontryagin Pada Model Bioekonomi Mangsa-Pemangsa Dengan Waktu Tunda Lusiana Prastiwi 1, Subiono 2 1 Mahasiswa Magister Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciOPTIMASI BERSYARAT DENGAN KENDALA PERSAMAAN MENGGUNAKAN MULTIPLIER LAGRANGE SERTA PENERAPANNYA SKRIPSI SANDRA RIZAL
OPTIMASI BERSYARAT DENGAN KENDALA PERSAMAAN MENGGUNAKAN MULTIPLIER LAGRANGE SERTA PENERAPANNYA SKRIPSI SANDRA RIZAL 060803016 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciIII RELAKSASI LAGRANGE
III RELAKSASI LAGRANGE Relaksasi Lagrange merupakan salah satu metode yang terus dikembangkan dalam aplikasi pemrograman matematik. Sebagian besar konsep teoretis dari banyak aplikasi menggunakan metode
Lebih terperinciMODEL 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 terperinciKalkulus Variasi. Pendahuluan, Model Matematika, Keterkontrolan. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014
Kalkulus Variasi Pendahuluan, Model Matematika, Keterkontrolan Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 42 Outline Beberapa
Lebih terperinciMANAJEMEN RISIKO DI PERUSAHAAN BETON (STUDI KASUS UNIT READYMIX PT BETON INDONESIA) MUAMMAR TAWARUDDIN AKBAR
MANAJEMEN RISIKO DI PERUSAHAAN BETON (STUDI KASUS UNIT READYMIX PT BETON INDONESIA) MUAMMAR TAWARUDDIN AKBAR SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI TESIS DAN SUMBER
Lebih terperinciPERBANDINGAN ANALISIS SENSITIVITAS MENGGUNAKAN PARTISI OPTIMAL DAN BASIS OPTIMAL PADA OPTIMASI LINEAR MIRNA SARI DEWI
PERBANDINGAN ANALISIS SENSITIVITAS MENGGUNAKAN PARTISI OPTIMAL DAN BASIS OPTIMAL PADA OPTIMASI LINEAR MIRNA SARI DEWI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciPENGENDALIAN OPTIMAL PADA SISTEM STEAM DRUM BOILER MENGGUNAKAN METODE LINEAR QUADRATIC REGULATOR (LQR) Oleh : Ika Evi Anggraeni
PENGENDALIAN OPTIMAL PADA SISTEM STEAM DRUM BOILER MENGGUNAKAN METODE LINEAR QUADRATIC REGULATOR (LQR) Oleh : Ika Evi Anggraeni 206 00 03 Dosen Pembimbing : Dr. Erna Apriliani, M.Si Hendra Cordova, ST,
Lebih terperinciPERBANDINGAN PENYELESAIAN SISTEM OREGONATOR DENGAN METODE ITERASI VARIASIONAL DAN METODE ITERASI VARIASIONAL TERMODIFIKASI
PERBANDINGAN PENYELESAIAN SISTEM OREGONATOR DENGAN METODE ITERASI VARIASIONAL DAN METODE ITERASI VARIASIONAL TERMODIFIKASI oleh AMELIA FEBRIYANTI RESKA M0109008 SKRIPSI ditulis dan diajukan untuk memenuhi
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 terperinciANALISIS NUMERIK UNTUK PERLAKUAN VIROTHERAPY PADA TUMOR PARU-PARU DENGAN MENGGUNAKAN VIRUS CAMPAK SUNJONO
ANALISIS NUMERIK UNTUK PERLAKUAN VIROTHERAPY PADA TUMOR PARU-PARU DENGAN MENGGUNAKAN VIRUS CAMPAK SUNJONO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Tumor adalah sel yang telah kehilangan pengendalian dan mekanisme normalnya, sehingga mengalami pertumbuhan yang tidak terkontrol. Sel-sel tumor terbentuk dari sel-sel
Lebih terperinciANALISIS KESTABILAN MODEL DINAMIKA PENYEBARAN PENYAKIT FLU BURUNG
Buletin Ilmiah Math. Stat. Dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 235-244 ANALISIS KESTABILAN MODEL DINAMIKA PENYEBARAN PENYAKIT FLU BURUNG Hidayu Sulisti, Evi Noviani, Nilamsari Kusumastuti
Lebih terperinciJurnal MIPA 38 (1) (2015): Jurnal MIPA.
Jurnal MIPA 38 (1) (2015): 79-88 Jurnal MIPA http://journal.unnes.ac.id/nju/index.php/jm KENDALI OPTIMAL DARI SISTEM INVENTORI DENGAN PENINGKATAN DAN PENURUNAN BARANG P Affandi Faisal, Y Yulida Prodi Matematika,
Lebih terperinciPENGOPTIMUMAN BERBASIS DUAL MASALAH PENJADWALAN TIGA HARI KERJA DALAM SEMINGGU SECARA SIKLIS NUR HADI
PENGOPTIMUMAN BERBASIS DUAL MASALAH PENJADWALAN TIGA HARI KERJA DALAM SEMINGGU SECARA SIKLIS NUR HADI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciBEBERAPA METODE ITERASI ORDE TIGA DAN ORDE EMPAT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Neli Sulastri 1 ABSTRACT
BEBERAPA METODE ITERASI ORDE TIGA DAN ORDE EMPAT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Neli Sulastri 1 1 Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciIII PEMBAHASAN. untuk setiap di dan untuk setiap, dengan. (Peressini et al. 1988)
4 untuk setiap di dan untuk setiap (Peressini et al 1988) Definisi 22 Teorema Deret Taylor Nilai hampiran f di x untuk fungsi di a (atau sekitar a atau berpusat di a) didefinisikan (Stewart 1999) 24 Kontrol
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 terperinciMETODE ITERASI ORDE EMPAT DAN ORDE LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Imaddudin ABSTRACT
METODE ITERASI ORDE EMPAT DAN ORDE LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Imaddudin Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciPENERAPAN METODE ELEMEN HINGGA UNTUK SOLUSI PERSAMAAN STURM-LIOUVILLE
PENERAPAN METODE ELEMEN HINGGA UNTUK SOLUSI PERSAMAAN STURM-LIOUVILLE Viska Noviantri Mathematics & Statistics Department, School of Computer Science, Binus University Jln. K.H. Syahdan No. 9, Palmerah,
Lebih terperinciSTRATEGI OPTIMAL PADA MODEL MATEMATIKA PENYEBARAN PENYAKIT HIV PADA INDUSTRI SEKS KOMERSIAL
STRATEGI OPTIMAL PADA MODEL MATEMATIKA PENYEBARAN PENYAKIT HIV PADA INDUSTRI SEKS KOMERSIAL Firman Riyudha 1), Endrik Mifta Shaiful 1) 1) Departemen Matematika, Fakultas Sains dan Teknologi, Univerisitas
Lebih terperinciIV HASIL DAN PEMBAHASAN
5 IV HASIL DAN PEMBAHASAN 4.1 Pembangkitan Data Hipotetik Data dibangkitkan dengan bantuan software Mathematica yaitu dengan cara mencari solusi numerik dari model dinamik dengan memberikan nilai parameter
Lebih terperinciPENGANTAR MATEMATIKA TEKNIK 1. By : Suthami A
PENGANTAR MATEMATIKA TEKNIK 1 By : Suthami A MATEMATIKA TEKNIK 1??? MATEMATIKA TEKNIK 1??? MATEMATIKA TEKNIK Matematika sebagai ilmu dasar yang digunakan sebagai alat pemecahan masalah di bidang keteknikan
Lebih terperinciEFEKTIVITAS METODE ADAMS BASHFORTH-MOULTON ORDE DELAPAN TERHADAP METODE RUNGE-KUTTA ORDE ENAM PADA MODEL PENYEBARAN VIRUS AVIAN INFLUENZA TESIS.
EFEKTIVITAS METODE ADAMS BASHFORTH-MOULTON ORDE DELAPAN TERHADAP METODE RUNGE-KUTTA ORDE ENAM PADA MODEL PENYEBARAN VIRUS AVIAN INFLUENZA TESIS Oleh Said Ripin Bukaryo NIM 091820101015 PROGRAM PASCA SARJANA
Lebih terperinciSOLUSI PERSAMAAN BOLTZMANN DENGAN NILAI AWAL BOBYLEV MENGGUNAKAN PENDEKATAN ANALITIK DAN NUMERIK YOANITA HISTORIANI
SOLUSI PERSAMAAN BOLTZMANN DENGAN NILAI AWAL BOBYLEV MENGGUNAKAN PENDEKATAN ANALITIK DAN NUMERIK YOANITA HISTORIANI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2007 PERNYATAAN MENGENAI TESIS DAN
Lebih terperinciBAB I PENDAHULUAN. dari dua jenis virus yang secara progresif merusak sel-sel darah putih yang disebut
BAB I PENDAHULUAN A. Latar Belakang Human Immunodeficiency Virus (HIV) adalah suatu infeksi oleh salah satu dari dua jenis virus yang secara progresif merusak sel-sel darah putih yang disebut limfosit
Lebih terperinciSOLUSI NUMERIK UNTUK PERSAMAAN INTEGRAL KUADRAT NONLINEAR. Eka Parmila Sari 1, Agusni 2 ABSTRACT
SOLUSI NUMERIK UNTUK PERSAMAAN INTEGRAL KUADRAT NONLINEAR Eka Parmila Sari 1, Agusni 2 1 Mahasiswa Program Studi S1 Matematika 2 Laboratorium Matematika Terapan, Jurusan Matematika Fakultas Matematika
Lebih terperinciStudi Analitik dan Numerik Perpindahan Panas pada Fin Trapesium (Studi Kasus pada Finned Tube Heat Exchanger)
JURNAL TEKNIK POMITS Vol., No., (013) ISSN: 337-3539 (301-971 Print) B-316 Studi Analitik dan Numerik Perpindahan Panas pada Fin Trapesium (Studi Kasus pada Finned Tube Heat Exchanger) Ahmad Zaini dan
Lebih terperinciKONTROL PENGOBATAN OPTIMAL PADA MODEL PENYEBARAN TUBERKULOSIS TIPE SEIT
E-Jurnal Matematika Vol. 6 (2), Mei 2017, pp. 137-142 ISSN: 2303-1751 KONTROL PENGOBATAN OPTIMAL PADA MODEL PENYEBARAN TUBERKULOSIS TIPE SEIT Jonner Nainggolan Jurusan Matematika - Universitas Cenderawasih
Lebih terperinci