TINJAUAN PUSTAKA. Model Matematika. Model Pertumbuhan Tumor Tanpa Perlakuan
|
|
- Ivan Oesman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 TINJAUAN PUSTAKA Model Matematika. Model Pertumbuhan Tumor Tanpa Perlakuan Setiap akan melakukan terapi pada pertumbuhan tumor diperlukan suatu model pertumbuhan tumor tanpa perlakuan terapi. Pada umumnya, pertumbuhan tumor tanpa perlakuan terapi dinyatakan oleh fungsi Gompertz, namun untuk beberapa tumor yang lebih umum model Bertalanffy-Richards (atau generalized logistic) dapat juga digunakan untuk menjelaskan pertumbuhan tumor. Pada penelitian ini, kami menggunakan model Bertalanffy-Richards yang diberikan dalam bentuk persamaan: y ' = (g/ε) y[1 y ε /K ε ], ε > 0. (1) dimana y(t) adalah ukuran populasi sel tumor, r = g/ε > 0 adalah laju konstan pertumbuhan efektif populasi sel tumor dan K > 0 adalah ukuran maksimal populasi sel tumor. Nilai batas ε 0 pada model Bertalanffy-Richards dan Gompertz adalah sama. Solusi dari persamaan (1) dapat ditulis dalam bentuk analitik (Zeljko Bajzer, 1996) sebagai berikut: y (t) = yo [ f ε + (1 f ε ) e -gt ] -1/ε, dimana f = yo/k. (2) Model Pertumbuhan Tumor dengan Virotherapy Pada model virotherapy, kita akan mempertimbangkan dinamika tiga interaksi populasi (Dingli,2006a), yaitu: 1. y (t) - Sel tumor yang tidak terinfeksi, 2. x (t) - Sel tumor yang terinfeksi virus, 3. v (t) - Partikel virus bebas yang menginfeksi.
2 5 Model Interaksi Populasi Tumor dengan Virus Pemodelan interaksi antara populasi sel tumor dan virus dengan sistem ODE (Ordinary Differential Equations) diusulkan pertama kali oleh Wodarz (2001) dan Wodarz dan Komarova (2005) dalam bentuk sebagai berikut: y' = ry[1 (x +y ) / C] dy βxy, (3) x' = βxy + sx[1 (x + y)/c] ax, (4) Bentuk ry[1 (x+y ) / C] dalam persamaan (3) menjelaskan laju pertumbuhan logistik dari populasi sel tumor yang tidak terinfeksi y(t). Bentuk tersebut mempunyai analog dengan bentuk sx[1 (x + y)/c] di persamaan (4) yang menunjukkan laju pertumbuhan populasi sel tumor yang terinfeksi virus x(t). Konstanta r > 0 dan s > 0 masing-masing merupakan laju pertumbuhan sel tumor yang konstan, sedangkan C merupakan ukuran maksimal populasi sel tumor, sehingga x + y C. Bentuk βxy mewakili bentuk laju tumor yang terinfeksi virus, dengan β sebagai konstanta laju tumor terinfeksi. Ketika sebuah sel terinfeksi berinteraksi dengan sel tidak terinfeksi, maka keduanya menjadi terinfeksi. Bentuk dy merupakan laju kematian sel yang terinfeksi dan ax merupakan angka kematian sel yang terinfeksi sebagai akibat infeksi virus. Model di persamaan (3) dan (4) tidak termasuk populasi partikel virus yang bebas, infeksi sel tumor dengan virus bebas dan berbagai macam sel terinfeksi secara tidak langsung dimodelkan hanya dengan laju konstanta β pada saat menangkap produksi virus. Beberapa eksperimen oleh Peng dkk (2002a, 2006) menunjukkan bahwa partikel virus campak bebas tidak terdeteksi, namun hal ini penting dalam pemodelan efek sementara dari infeksi oleh virus. Karya ilmiah terbaru Wodarz (2003) memperkenalkan populasi virus bebas, dan memperlihatkan penghentian pertumbuhan dari sel-sel yang terinfeksi. Bahkan, ada eksperimen yang menyatakan bahwa beberapa virus yang berbeda menghambat replikasi sel setelah terinfeksi (Heaney dkk., 2002).
3 6 Model yang diusulkan Wodarz (2003) dinyatakan dalam bentuk persamaan matematika: y' = ry[1 (x +y ) / C] dy βxy, (5) x' = кyv ( d + a)x, (6) v' = αx ωv. (7) Dalam model baru ini, bentuk кyv menyatakan penyebaran infeksi di sel-sel tumor yang produktif. Model ini mengasumsikan bahwa satu partikel virus bebas akan menginfeksi satu sel tumor yang tidak terinfeksi. Dengan demikian, bentuk кyv merupakan laju infeksi dari sel-sel yang tidak terinfeksi oleh virus bebas v(t), dengan к > 0 yang merupakan konstanta laju infeksi sel-sel tumor. Dalam model ini, konstanta laju kematian d + a dari sel yang terinfeksi terdiri dari tingkat kematian sel tumor yang tidak terinfeksi (d) dan tingkat kematian yang disebabkan oleh virus (a). Bentuk model αx merupakan sel-sel yang terinfeksi dengan konstanta laju α, dan ων merupakan laju pembersihan partikel virus bebas dengan berbagai penyebab non-spesifik, termasuk mengikat dan mengangkat partikel yang tidak sempurna. Dalam karya Wodarz (2003) sebelumnya, pertumbuhan sel tumor telah dimodifikasi dengan model yang dikenalkan lebih realistis. Model pertumbuhan sel tumor yang tidak terinfeksi ini dinyatakan oleh Dingli dkk (2006a). Model yang diusulkan untuk virotherapy (Dingli dkk., 2006a) adalah: y' = ry[1 (y +x) ε /K ε ] кyv, (8) x' = кyv δx, (9) v' = αx ωv. (10) Dibandingkan dengan persamaan (5), persamaan (8) telah mengabaikan istilah dy, karena bentuk itu terlalu berlebihan dengan kondisi kenyataannya (Dingli dkk., 2006a). Persamaan y' = ry[1 (y+x ) ε / C ε ] dy кyv setara dengan
4 7 persamaan (8), apabila kita menentukan parameter sebagai r = r d, K = (1-d/r) 1/ε C. Demikian pula angka kematian ( d + a)x dalam persamaan (6) dapat diwakili oleh δx. Harga konstanta δ dapat juga merupakan efek dari beberapa model sistem kekebalan tubuh yang menyatakan juga bahwa pembunuhan dari sel yang terinfeksi oleh respon kekebalan tubuh adalah berbanding lurus dengan ukuran dari populasi sel yang terinfeksi. Selain itu, jika tingkat perkembangbiakan sel tumor yang terinfeksi rendah, maka perkembangbiakan sel tumor menjadi lebih efektif akibat nilai δ > 0. Nilai δ terdiri dari empat hal, yaitu δ = d + a + d i - r x,dimana d i adalah model efek respon dari immune dan r x adalah model nilai konstanta perkembangbiakan yang kecil. Persamaan (8)-(10) merupakan model virotherapy yang masih harus disempurnakan dengan dua hal sebagai berikut : 1. Tidak ada istilah yang menjelaskan infeksi dari pertemuan antara sel yang terinfeksi (x) (menyatakan protein F dan H yang disebabkan oleh virus) dan sel yang tidak terinfeksi, sehingga perpaduan sel menghasilkan syncytium. Syncytium yang dihasilkan dapat bergabung dengan sel lain yang tidak terinfeksi. Eksperimen menunjukkan bahwa penyebaran infeksi intratumoral terjadi oleh perpaduan antara sel yang terinfeksi dan tidak terinfeksi, tetapi bukan terjadi oleh infeksi virus bebas (Peng dkk., 2002b; Dingli dkk., 2004). 2. Persamaan (10) tidak ada bentuk кyv yang mewakili pembersihan partikel virus bebas. Model ini berasumsi bahwa satu partikel virus menginfeksi satu sel tumor. Setelah virus masuk sel tumor, virus mampu menulari sel lain dan berhenti di bagian populasi virus bebas. Syncytia tidak mungkin melepaskan partikel virus bebas ketika mereka mati, karena syncytia mati terjadi apoptosis yang merusak sel tumor dari dalam. Ini sangat menarik untuk dicatat bahwa untuk hal yang lebih kompleks dan lebih realistis, model yang diusulkan oleh Wu dkk. (2001, 2004), Wein dkk. (2003), dan Guo Tao (2005) dan Friedman dkk.(2006) juga tidak menyertakan istilah yang analog dengan кyv di persamaan untuk nilai perubahan populasi virus. Ketika dua bentuk persamaan diatas kehilangan bentuk кyv diperkenalkan kembali, maka model virotherapy dapat dinyatakan kembali dalam suatu bentuk persamaan matematika yang baru (Zeljko Bajzer, 2008)
5 8 y' = ry[1 (y +x) ε /K ε ] кyv ρxy, (11) x' = кyv δx, (12) v' = αx ωv кyv, (13) Mekanisme persamaan (11) - (13) dinyatakan dalam diagram Gambar 1. Parameter ρ > 0 adalah nilai konstanta yang menjelaskan perpaduan fusi sel ke sel dalam proses pembentukan syncytia. Dalam model ini, x(t) merupakan populasi dari sel yang keduanya terinfeksi dan sel syncytia. Kedua sel mati dinyatakan dengan nilai konstanta efektif δ > 0. Bentuk ρxy tidak muncul dalam persamaan (12), karena tidak ada muncul sel atau virus baru. Model ini menunjukkan jumlah populasi sel tumor mula-mula (awal) dengan y(0) = yo, dan menganggap bahwa pada saat t = 0 populasi partikel virus v(0) = vo. Populasi awal sel tumor yang terinfeksi x(0) = 0. Parameter model yang sesuai dengan model di persamaan (11) - (13) telah tersedia data untuk ukuran tumor sebagai fungsi dari waktu. Ukuran tumor diukur sebagai volume (dalam mm 3 ), sedangkan dalam model ini menganggap jumlah populasi sel. Volume tumor dikonversi ke populasi sel dengan asumsi bahwa 1mm 3 sama dengan 10 6 sel tumor. Model ini menyatakan jumlah populasi sel tumor dan virus y, x, v dalam satuan 10 6, sedangkan model ini menganggap bahwa semua unit waktu dinyatakan dalam satuan hari. Representasi gambar model virotherapy Gambar 1. Diagram Skematis dari Model Virotherapy Variabel y Menunjukkan Populasi dari Sel Tumor yang Tidak Terinfeksi. Perkembangbiakan Sel-sel ini Dijelaskan dengan Laju Pertumbuhan Efektif (r),
6 9 Ukuran Maksimal Tumor (K) dan Parameter ε Merupakan Bentuk Karakteristik Pertumbuhan Tumor. Populasi dari Sel yang Terinfeksi Virus dan Populasi Virus Ditunjukkan dengan x dan v. Nilai parameter yang ditunjukkan pada tingkat pertama dan kedua secara berurutan dijelaskan pada Tabel 1. Garis panah tebal menandakan populasi bertambah atau berkurang, sedangkan garis putus-putus menunjukkan bahwa nilai yang tergantung dengan populasi x. Proses penambahan populasi x(t) terjadi apabila sel yang tidak terinfeksi dimasukkan ke dalam syncytium oleh penggabungan sel ke sel. Bentuk ini secara konseptual berbeda dengan bentuk βxy dalam persamaan (3) dan (4). Model ini merangkum parameter pada Tabel 1 untuk kemudahan referensi. Seperti dalam model yang diberikan oleh persamaan (8) - (10), jumlah populasi sel tumor u(t) = x(t) + y(t) tidak dapat melebihi populasi sel K. Tabel 1. Parameter dan satuan bentuk persamaan (11) (13) yang digunakan. r K к ρ δ ω α Laju pertumbuhan efektif sel yang tidak terinfeksi (mm 3 per hari) Ukuran maksimal tumor (mm 3 ) Konstanta laju infeksi (mm 3 per hari) Konstanta laju sel yang bergabung (mm 3 per hari) Konstanta laju kematian efektif sel yang terinfeksi (mm 3 per hari) Konstanta laju virus yang mati (mm 3 per hari) Konstanta laju produksi virus dari sel yang terinfeksi (mm 3 per hari) Model Pertumbuhan Tumor dengan Radiovirotherapy Untuk memodelkan pengaruh radiasi-β dari 131 I, pertama-tama kita harus mendapatkan aktivitas tumor. Kita asumsikan bahwa setelah diinjeksi, radioaktif iodine menyebar dalam dua lokasi, yaitu: pada tumor (T) dan pada tikus (M)(Gambar 2). Kami memodelkan perubahan kerusakan stabilitas dinamika setelah penyebaran awal sejumlah radioaktif iodine pada tumor I T0 dan pada tikus I M0 pada waktu t r > t v ketika iodine telah diinjeksikan. Hubungan persamaannya adalah: I ا T = - λi T k 1 I T + k 2 I M (14) I ا M = - λi M k 3 I M k 2 I M + k 1 I M (15)
7 10 λ adalah konstanta kerusakan, k 1 I T adalah nilai transisi iodine dari tumor (T) ke tikus (M), k 2 I M adalah nilai transisi iodine dari tikus (M) ke tumor (T) dan k 3 I M merupakan nilai ekskresi termasuk iodine yang dikeluarkan tikus dan biasanya berupa urine (Gambar 2). Gambar 2. Diagram Skematis Model Radiovirotherapy. I T dan I M adalah Jumlah Radioaktif Iodine pada Tumor dan Tikus, y Menunjukkan Populasi Sel Tumor yang Tidak Terinfeksi dan Tidak Dirusak oleh Radiasi. Perkembangbiakan Sel-sel ini Dijelaskan dengan Laju Pertumbuhan Efektif (r), Ukuran Maksimal Tumor (K), dan Parameter ε Merupakan Bentuk Karakterisasi Tumor.v Menunjukkan Partikel Virus, x adalah Populasi Sel Tumor yang Terinfeksi juga Tidak Rusak oleh Radiasi, dan u Merupakan Populasi Sel yang Rusak Akibat Radiasi yang Dikarakterisasi oleh λi T. Jumlah total iodine dalam tikus diukur secara aktual dinyatakan dengan persamaan sederhana I = I M + I T. Untuk memodelkan pengaruh radiasi pada populasi partikel virus, sel tumor yang tidak terinfeksi, dan sel tumor yang terinfeksi, kami memperkenalkan sel u(t) yang dirusak oleh radiasi (Gambar 1). Sel-sel ini tidak berkembangbiak dan pada akhirnya akan mati, namun mereka masih berada ditempat. Nilai kerusakan sel-sel tumor baik yang tidak terinfeksi maupun yang terinfeksi virus setara dengan dosis radiasi D(t) yang diserap oleh sel-sel tersebut. Untuk dosis yang tinggi bisa dianggap sebagai asumsi konservatif, ketika model kuadrat linier digunakan dalam model radiotherapy klasik berdasarkan interval radiasi diskrit. Dosis radiasi yang diserap itu sendiri setara dengan aktivitas komulatif.
8 11 D(t) = ηλ t tr I T (t ا ) dt ا, (16) Dimana η adalah konstanta keseimbangan. Di sini kami asumsikan bahwa hanya radioaktif pada tumor sebagai dosis yang diserap, sehingga kami menganggap lokasi T termasuk semua atom iodine yang memancarkan partikel beta mampu mencapai sel tumor. Model Interaksi Populasi Tumor, Virus dan Radiotherapy Pemodelan interaksi antara populasi sel tumor, virus dan radiotherapy dengan sistem ODE (Ordinary Differential Equations) diusulkan oleh Dingli dkk (2006a) dalam bentuk sebagai berikut: y ا = ry[1 (x + y + u) ε / K ε ] kyv βdy (17) x ا = kyv δx βdx (18) u ا = βd(x +y) γu v (19) v ا = αx ωv (20) Io D(t) = [c1 (t,s 1 ) c 2 (t,s 2 )] 2S (21) S ( k k k, I 0 = I T0 + I M0, (t,s) = (e s(t-tr) 1)/s, (22) 2 1 k 2 k3 ) C 12 = I T0 (k 3 - k 1 - k 2 ± S) / I 0 +2k 2, S 12 = (-2λ k 1 k 2 k 3 ± S) / 2 < 0 (23)
9 12 Tabel 2. Parameter dan Satuan Bentuk Persamaan (14-23) yang digunakan λ k 1 k 2 k 3 r K k β D δ γ α ω Konstanta kerusakan (per hari) Konstanta transisi iodine (per hari) Konstanta transisi iodine (perhari) Konstanta ekskresi tikus (per hari) Laju pertumbuhan efektif sel yang tidak terinfeksi (mm 3 per hari) Ukuran maksimal tumor (mm 3 ) Konstanta laju infeksi (mm 3 per hari) Konstanta sel tumor yang rusak (mm 3 ) Dosis radiasi yang diserap oleh sel (per hari) Lonstanta laju kematian efektif sel yang terinfeksi (mm 3 per hari) Konstanta laju kematian efektif sel yang telah rusak (mm 3 per hari) Konstanta laju produksi virus dari sel yang terinfeksi (mm 3 per hari) Konstanta laju kematian virus (mm 3 per hari) Tabel 3. Hasil Eksperimen Pertumbuhan Tumor Paru-paru yang Diimplankan ke Tikus Hari ke Eksperimen 1 (mm 3 ) Eksperimen 2 (mm 3 ) Peter L. Bonate PhD FCP, 2006
PERBANDINGAN WAKTU KESTABILAN MODEL VIROTHERAPY DAN RADIOVIROTHERAPY UNTUK PENYAKIT TUMOR SKRIPSI
PERBANDINGAN WAKTU KESTABILAN MODEL VIROTHERAPY DAN RADIOVIROTHERAPY UNTUK PENYAKIT TUMOR SKRIPSI Disusun untuk Memenuhi Syarat Memperoleh Gelar Sarjana Sains di Jurusan Matematika Oleh: Mila Kurnia Ruswandi
Lebih terperinciPERBANDINGAN MODEL PERTUMBUHAN TUMOR DENGAN METODE PENGOBATAN VIROTHERAPY DAN RADIOVIROTHERAPY FAJAR GUMILANG
PERBANDINGAN MODEL PERTUMBUHAN TUMOR DENGAN METODE PENGOBATAN VIROTHERAPY DAN RADIOVIROTHERAPY FAJAR GUMILANG DEPARTEMEN MATEMATIA FAULTAS MATEMATIA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciSTUDI A W AL PEMODELAN PERLAKUAN VIROTHERAPY YANG MENGGUNAKAN VIRUS CAMPAK PADA TUMOR PARU-PARU TIKUS
BerkalaFisika ISSN: UIO - 9662 VoIH. No.2 Edisi khusus April 2010 hal A13-A22 STUDI A W AL PEMODELAN PERLAKUAN VIROTHERAPY YANG MENGGUNAKAN VIRUS CAMPAK PADA TUMOR PARU-PARU TIKUS Agus Kartono Sunjono
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 terperinciSTUDI AWAL PEMODELAN PERLAKUAN RADIOTHERAPY VIRUS CAMPAK PADA TUMOR PARU-PARU TIKUS MUNASIR
STUDI AWAL PEMODELAN PERLAKUAN RADIOTHERAPY 131 I DAN VIROTHERAPY YANG MENGGUNAKAN VIRUS CAMPAK PADA TUMOR PARU-PARU TIKUS MUNASIR SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN MENGENAI
Lebih terperinciSTUDI AWAL PEMODELAN PERLAKUAN RADIOTHERAPY VIRUS CAMPAK PADA TUMOR PARU-PARU TIKUS MUNASIR
STUDI AWAL PEMODELAN PERLAKUAN RADIOTHERAPY 131 I DAN VIROTHERAPY YANG MENGGUNAKAN VIRUS CAMPAK PADA TUMOR PARU-PARU TIKUS MUNASIR SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN MENGENAI
Lebih terperinciANALISA KESTABILAN MODEL MATEMATIKA UNTUK PENYEMBUHAN KANKER MENGGUNAKAN ONCOLYTIC VIROTHERAPY
ANALISA ESTABILAN MODEL MATEMATIA UNTU PENYEMBUHAN ANER MENGGUNAAN ONCOLYTIC VIROTHERAPY Via Novellina, Robertus Heri Soelistyo Utomo, Widowati 3,,3 Departemen Matematika, Fakultas Sains dan Matematika,
Lebih terperinciIII MODEL MATEMATIKA S I R. δ δ δ
9 III MODEL MATEMATIKA 3.1 Model SIRS Model dasar yang digunakan untuk menggambarkan penyebaran pengguna narkoba adalah model SIRS. Model ini dikemukakan oleh Kermac dan McKendric (1927) sebagai model
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 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 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 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 terperinciPersamaan Diferensial Biasa
Persamaan Diferensial Biasa Pendahuluan, Persamaan Diferensial Orde-1 Toni Bakhtiar Departemen Matematika IPB September 2012 Toni Bakhtiar (m@thipb) PDB September 2012 1 / 37 Pendahuluan Konsep Dasar Beberapa
Lebih terperinciBab 2 TEORI DASAR. 2.1 Model Aliran Panas
Bab 2 TEORI DASAR 2.1 Model Aliran Panas Perpindahan panas adalah energi yang dipindahkan karena adanya perbedaan temperatur. Terdapat tiga cara atau metode bagiamana panas dipindahkan: Konduksi Konduksi
Lebih terperinci= = =
= + + + = + + + = + +.. + + + + + + + + = + + + + ( ) + ( ) + + = + + + = + = 1,2,, = + + + + = + + + =, + + = 1,, ; = 1,, =, + = 1,, ; = 1,, = 0 0 0 0 0 0 0...... 0 0 0, =, + + + = 0 0 0 0 0 0 0 0 0....
Lebih terperinciBab 2 TEORI DASAR. 2.1 Linearisasi Persamaan Air Dangkal
Bab 2 TEORI DASAR 2.1 Linearisasi Persamaan Air Dangkal Persamaan air dangkal merupakan persamaan untuk gelombang permukaan air yang dipengaruhi oleh kedalaman air tersebut. Kedalaman air dapat dikatakan
Lebih terperinciBab 3 MODEL DAN ANALISIS MATEMATIKA
Bab 3 MODEL DAN ANALISIS MATEMATIKA Pada bab ini akan dimodelkan permasalahan penyebaran virus flu burung yang bergantung pada ruang dan waktu. Pada bab ini akan dibahas pula analisis dari model hingga
Lebih terperinciSIFAT-SIFAT DINAMIK DARI MODEL INTERAKSI CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN
Jurnal Matematika UNAND Vol. 5 No. 2 Hal. 50 55 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND SIFAT-SIFAT DINAMIK DARI MODEL INTERAKSI CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN AIDA BETARIA Program
Lebih terperinciBAB 3 SISTEM DINAMIK ORDE SATU
BAB 3 SISTEM DINAMIK ORDE SATU Isi: Pengantar pengembangan model sederhana Arti fisik parameter-parameter proses 3. PENGANTAR PENGEMBANGAN MODEL Pemodelan dibutuhkan dalam menganalisis sisten kontrol (lihat
Lebih terperinciIII PEMODELAN. (Giesecke 1994)
4 2.2 Bilangan Reproduksi Dasar Bilangan reproduksi dasar adalah potensi penularan penyakit pada populasi rentan, merupakan rata-rata jumlah individu yang terinfeksi secara langsung oleh seorang penderita
Lebih terperinciPEMODELAN MATEMATIKA DAN ANALISIS STABILITAS DARI PENYEBARAN PENYAKIT FLU BURUNG
PEMODELAN MATEMATIKA DAN ANALISIS STABILITAS DARI PENYEBARAN PENYAKIT FLU BURUNG Dinita Rahmalia Universitas Islam Darul Ulum Lamongan, Abstrak. Di Indonesia terdapat banyak peternak unggas sebagai matapencaharian
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 terperinciKALKULUS MULTIVARIABEL II
Definisi KALKULUS MULTIVARIABEL II (Minggu ke-7) Andradi Jurusan Matematika FMIPA UGM Yogyakarta, Indonesia Definisi 1 Definisi 2 ontoh Soal Definisi Integral Garis Fungsi f K R 2 R di Sepanjang Kurva
Lebih terperinciT - 11 MODEL STOKASTIK SUSCEPTIBLE INFECTED RECOVERED (SIR)
T - 11 MODEL STOKASTIK SUSCEPTIBLE INFECTED RECOVERED (SIR) Felin Yunita 1, Purnami Widyaningsih 2, Respatiwulan 3 Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas
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 terperinciKINEMATIKA. Fisika. Tim Dosen Fisika 1, ganjil 2016/2017 Program Studi S1 - Teknik Telekomunikasi Fakultas Teknik Elektro - Universitas Telkom
KINEMATIKA Fisika Tim Dosen Fisika 1, ganjil 2016/2017 Program Studi S1 - Teknik Telekomunikasi Fakultas Teknik Elektro - Universitas Telkom Sasaran Pembelajaran Indikator: Mahasiswa mampu mencari besaran
Lebih terperinciR DNA (3.1.1) k 1. DNA NTP k 3. k 2
Bab 3 MODEL DAN ANALISA MATEMATIKA 3.1 Model Matematika Pada bab ini akan dimodelkan proses ekspresi gen dengan kontrol yang dilakukan oleh protein repressor. Kemudian kita analisis model yang diperoleh
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 terperinciModel Matematika Penyebaran Internal Demam Berdarah Dengue dalam Tubuh Manusia
BAB IV Model Matematika Penyebaran Internal Demam Berdarah Dengue dalam Tubuh Manusia Bab ini menjelaskan model penyebaran virus Dengue dalam tubuh manusia, atau dikenal sebagai model internal. Bagian
Lebih terperinciStudi Penyebaran Penyakit Flu Burung Melalui Kajian Dinamis Revisi Model Endemik SIRS Dengan Pemberian Vaksinasi Unggas. Jalan Sukarno-Hatta Palu,
Studi Penyebaran Penyakit Flu Burung Melalui Kajian Dinamis Revisi Model Endemik SIRS I. Murwanti 1, R. Ratianingsih 1 dan A.I. Jaya 1 1 Jurusan Matematika FMIPA Universitas Tadulako, Jalan Sukarno-Hatta
Lebih terperinciPr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.
6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin
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 terperinciUsia massa air sering diperkirakan melalui metode perhitungan radio-usia dihitung dari mulai di distribusikannya radioaktif pelacak.
Usia massa air sering diperkirakan melalui metode perhitungan radio-usia dihitung dari mulai di distribusikannya radioaktif pelacak. Deleersnijder et al. Dalam [J. Maret Syst. 28 (2001) 229.] telah menunjukan
Lebih terperinciBAB IV PEMBAHASAN. 4.1 Analisis Kestabilan Model Matematika AIDS dengan Transmisi. atau Ibu menyusui yang positif terinfeksi HIV ke anaknya.
BAB IV PEMBAHASAN Pada bab ini dilakukan analisis model penyebaran penyakit AIDS dengan adanya transmisi vertikal pada AIDS. Dari model matematika tersebut ditentukan titik setimbang dan kemudian dianalisis
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan makhluk hidup ini banyak permasalahan yang muncul seperti diantaranya banyak penyakit menular yang mengancam kehidupan. Sangat diperlukan sistem untuk
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 terperinciPELURUHAN RADIOAKTIF
PELURUHAN RADIOAKTIF Inti-inti yang tidak stabil akan meluruh (bertransformasi) menuju konfigurasi yang baru yang mantap (stabil). Dalam proses peluruhan akan terpancar sinar alfa, sinar beta, atau sinar
Lebih terperinciANALISIS KESTABILAN MODEL MATEMATIKA IMMUNOTERAPI BCG PADA KANKER KANDUNG KEMIH
LIKHITAPRAJNA Jurnal Ilmiah Volume 19 Nomor 2 September 217 p-issn: 141-8771 e-issn: 258-4812 2 ANALISIS KESTABILAN MODEL MATEMATIKA IMMUNOTERAPI BCG PADA KANKER KANDUNG KEMIH Liza Tridiana Mahardhika
Lebih terperinciBAB II LANDASAN TEORI. dalam penulisan skripsi ini. Teori-teori yang digunakan berupa definisi-definisi serta
BAB II LANDASAN TEORI Pada bab ini akan diuraikan beberapa teori-teori yang digunakan sebagai acuan dalam penulisan skripsi ini. Teori-teori yang digunakan berupa definisi-definisi serta teorema-teorema
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 terperinciSISTEM DINAMIK KONTINU LINEAR. Oleh: 1. Meirdania Fitri T 2. Siti Khairun Nisa 3. Grahani Ayu Deca F. 4. Fira Fitriah 5.
SISTEM DINAMIK KONTINU LINEAR Oleh: 1. Meirdania Fitri T 2. Siti Khairun Nisa 3. Grahani Ayu Deca F. 4. Fira Fitriah 5. Lisa Risfana Sari Sistem Dinamik D Sistem dinamik adalah sistem yang dapat diketahui
Lebih terperinciBAB I PENDAHULUAN. memakai matematika dalam penyelesaian masalahnya adalah biologi.
1 BAB I PENDAHULUAN 1.1 Latar Belakang Matematika merupakan ilmu dasar yang sering dipakai dalam menyelesaikan masalah dalam berbagai bidang ilmu. Salah satu bidang yang memakai matematika dalam penyelesaian
Lebih terperinciKALKULUS MULTIVARIABEL II
Pada Bidang Bentuk Vektor dari KALKULUS MULTIVARIABEL II (Minggu ke-9) Andradi Jurusan Matematika FMIPA UGM Yogyakarta, Indonesia Pada Bidang Bentuk Vektor dari 1 Definisi Daerah Sederhana x 2 Pada Bidang
Lebih terperinciKAJIAN MODEL PERTUMBUHAN TUMOR MENGGUNAKAN MODEL PERTUMBUHAN RICHARD DAN MODEL GOMPERTZ
Prosiding Seminar Nasional Matematika dan Terapannya 206 p-issn : 2550-0384; e-issn : 2550-0392 AJIAN MODEL PERTUMBUHAN TUMOR MENGGUNAAN MODEL PERTUMBUHAN RICHARD DAN MODEL GOMPERTZ Norman Apriliyadi Jurusan
Lebih terperinciBAB III APLIKASI METODE EULER PADA KAJIAN TENTANG GERAK Tujuan Instruksional Setelah mempelajari bab ini pembaca diharapkan dapat: 1.
BAB III APLIKASI METODE EULER PADA KAJIAN TENTANG GERAK Tujuan Instruksional Setelah mempelajari bab ini pembaca diharapkan dapat: 1. Menentukan solusi persamaan gerak jatuh bebas berdasarkan pendekatan
Lebih terperinciBAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK
BAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK Tujuan Instruksional Setelah mempelajari bab ini pembaca diharapkan dapat: 1. Menjelaskan cara penyelesaian soal dengan
Lebih terperinciMata Kuliah :: Matematika Rekayasa Lanjut Kode MK : TKS 8105 Pengampu : Achfas Zacoeb
Mata Kuliah :: Matematika Rekayasa Lanjut Kode MK : TKS 8105 Pengampu : Achfas Zacoeb Sesi XII Differensial e-mail : zacoeb@ub.ac.id www.zacoeb.lecture.ub.ac.id Hp. 081233978339 PENDAHULUAN Persamaan diferensial
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Transformasi Laplace Salah satu cara untuk menganalisis gejala peralihan (transien) adalah menggunakan transformasi Laplace, yaitu pengubahan suatu fungsi waktu f(t) menjadi
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. representasi pemodelan matematika disebut sebagai model matematika. Interpretasi Solusi. Bandingkan Data
A. Model Matematika BAB II KAJIAN TEORI Pemodelan matematika adalah proses representasi dan penjelasan dari permasalahan dunia real yang dinyatakan dalam pernyataan matematika (Widowati dan Sutimin, 2007:
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ini terdiri dari 3 bagian. Pada bagian pertama diberikan tinjauan pustaka dari penelitian-penelitian sebelumnya. Pada bagian kedua diberikan teori penunjang untuk mencapai tujuan
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 terperinciBab 1 Pengenalan Dasar Sinyal
Bab 1 Pengenalan Dasar Sinyal Tujuan: Siswa mampu menyelesaikan permasalahan terkait dengan konsep sinyal, menggambarkan perbedaan sinyal waktu kontinyu dengan sinyal waktu diskrit. Siswa mampu menjelaskan
Lebih terperinciBab 4 DINDING SINUSOIDAL SEBAGAI REFLEKTOR GELOMBANG
Bab 4 DINDING SINUSOIDAL SEBAGAI REFLEKTOR GELOMBANG Pada bab sebelumnya telah dibahas mengenai dasar laut sinusoidal sebagai reflektor gelombang. Persamaan yang digunakan untuk memodelkan masalah dasar
Lebih terperinciPersamaan Diferensial
TKS 4003 Matematika II Persamaan Diferensial Konsep Dasar dan Pembentukan (Differential : Basic Concepts and Establishment ) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya Pendahuluan
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 terperinciBIFURKASI SADDLE-NODE PADA SISTEM INTERAKSI NONLINEAR SEPASANG OSILATOR TANPA PERTURBASI
BIFURKASI SADDLE-NODE PADA SISTEM INTERAKSI NONLINEAR SEPASANG OSILATOR TANPA PERTURBASI Yolpin Durahim 1 Novianita Achmad Hasan S. Panigoro Diterima: xx xxxx 20xx, Disetujui: xx xxxx 20xx o Abstrak Dalam
Lebih terperinciFisika Dasar 9/1/2016
1 Sasaran Pembelajaran 2 Mahasiswa mampu mencari besaran posisi, kecepatan, dan percepatan sebuah partikel untuk kasus 1-dimensi dan 2-dimensi. Kinematika 3 Cabang ilmu Fisika yang membahas gerak benda
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 terperinciBAB I PENDAHULUAN. kematian nomor tujuh di Indonesia dengan persentase 5,7 persen dari keseluruhan
BAB I PENDAHULUAN A. Latar Belakang Masalah Tumor merupakan penyakit yang mengkhawatirkan karena menjadi penyebab kematian nomor tujuh di Indonesia dengan persentase 5,7 persen dari keseluruhan penduduk
Lebih terperinciAnalisis Regresi Nonlinear (I)
9 Oktober 2013 Topik Inferensi dalam Regresi Nonlinear Contoh Kasus Regresi linear berganda secara umum sesuai untuk kebanyakan kasus. Namun, banyak kasus peubah respons dan bebas berhubungan melalui fungsi
Lebih terperinciModel Dan Simulasi Transmisi Virus Dengue Di Dalam Tubuh Manusia
Model Dan Simulasi Transmisi Virus Dengue Di Dalam Tubuh Manusia Program Studi Matematika FMIPA UAD Abstrak Penelitian ini dilakukan untuk mengetahui pemodelan matematika mengenai transmisi virus dengue
Lebih terperinciBAB III HASIL DAN PEMBAHASAN. analitik dengan metode variabel terpisah. Selanjutnya penyelesaian analitik dari
BAB III HASIL DAN PEMBAHASAN Pada bab ini akan dibahas penurunan model persamaan panas dimensi satu. Setelah itu akan ditentukan penyelesaian persamaan panas dimensi satu secara analitik dengan metode
Lebih terperinciBAB III PEMBAHASAN. tenggorokan, batuk, dan kesulitan bernafas. Pada kasus Avian Influenza, gejala
BAB III PEMBAHASAN A. Permasalahan Nyata Flu Burung (Avian Influenza) Avian Influenza atau yang lebih dikenal dengan flu burung adalah suatu penyakit menular yang disebabkan oleh virus influenza tipe A.
Lebih terperinciBAB V PERAMBATAN GELOMBANG OPTIK PADA MEDIUM NONLINIER KERR
A V PERAMATAN GELOMANG OPTIK PADA MEDIUM NONLINIER KERR 5.. Pendahuluan erkas (beam) optik yang merambat pada medium linier mempunyai kecenderungan untuk menyebar karena adanya efek difraksi; lihat Gambar
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Influenza atau lebih dikenal dengan flu, merupakan salah satu penyakit yang menyerang pernafasan manusia. Penyakit ini disebabkan oleh virus influenza yang
Lebih terperinciRADIASI BETA (β) RINGKASAN
RADIASI BETA (β) RINGKASAN Pemancaran elektron (β - ) atau positron (β + ), atau penangkapan elektron pada orbit terluar oleh inti induk (tangkapan elektron), disebut pemancaran radiasi β. Pada pemancaran
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 terperinciAbstrak: Makalah ini bertujuan untuk mengkaji model SIR dari penyebaran
ANALISIS KESTABILAN PENYEBARAN PENYAKIT CAMPAK (MEASLES) DENGAN VAKSINASI MENGGUNAKAN MODEL ENDEMI SIR Marhendra Ali Kurniawan Fitriana Yuli S, M.Si Jurdik Matematika FMIPA UNY Abstrak: Makalah ini bertujuan
Lebih terperinciPemodelan Penyakit Jantung Koroner Dengan Menggunakan Modifikasi Model Sei
Pemodelan Penyakit Jantung Koroner Dengan Menggunakan Modifikasi Model Sei Wardatul Jannah 1), Syarifah Meurah Yuni 2) 1,2, Jurusan Matematika Universitas Syiah Kuala, Banda Aceh, Indonesia Email: 2 sy.meurah.yuni@unsyiah.ac.id
Lebih terperinciMETODOLOGI PENELITIAN. Untuk melihat karakteristik laju hazard distribusi Gompertz dalam penelitian ini
III. METODOLOGI PENELITIAN 3. Langkah-langkah Penelitian Untuk melihat karakteristik laju hazard distribusi Gompertz dalam penelitian ini peneliti menggunkan aturan Glaser (98). Adapun lagkah-langkah yang
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 terperinciBAB II DASAR TEORI Pendahuluan. 2.2 Turbin [6,7,]
BAB II DASAR TEORI 2.1. Pendahuluan Bab ini membahas tentang teori yang digunakan sebagai dasar simulasi serta analisis. Bagian pertama dimulasi dengan teori tentang turbin uap aksial tipe impuls dan reaksi
Lebih terperinciBab 1 PENDAHULUAN. 1.1 Latar Belakang
Bab 1 PENDAHULUAN 1.1 Latar Belakang Teori himpunan fuzzy banyak diterapkan dalam berbagai disiplin ilmu seperti teori kontrol dan manajemen sains, pemodelan matematika dan berbagai aplikasi dalam bidang
Lebih terperinciBAB II TINJAUAN PUSTAKA
1.4. Hipotesis 1. Model penampang hamburan Galster dan Miller memiliki perbedaan mulai kisaran energi 0.3 sampai 1.0. 2. Model penampang hamburan Galster dan Miller memiliki kesamaan pada kisaran energi
Lebih terperinciPELURUHAN GAMMA ( ) dengan memancarkan foton (gelombang elektromagnetik) yang dikenal dengan sinar gamma ( ).
PELURUHAN GAMMA ( ) Peluruhan inti yang memancarkan sebuah partikel seperti partikel alfa atau beta, selalu meninggalkan inti pada keadaan tereksitasi. Seperti halnya atom, inti akan mencapai keadaan dasar
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 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 terperinciMODEL DINAMIKA CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 96 103 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND MODEL DINAMIKA CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN SUCI RAHMA NURA, MAHDHIVAN SYAFWAN Program
Lebih terperinciASPEK STABILITAS DAN KONSISTENSI METODA DALAM PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL BIASA DENGAN MENGGUNAKAN METODA PREDIKTOR- KOREKTOR ORDE 4
ASPEK STABILITAS DAN KONSISTENSI METODA DALAM PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL BIASA DENGAN MENGGUNAKAN METODA PREDIKTOR- KOREKTOR ORDE 4 Asep Juarna, SSi, MKom. Fakultas Ilmu Komputer, Universitas
Lebih terperinciModel Matematika Terapi Gen untuk Perawatan Penyakit Kanker
Model Matematika erapi Gen untuk Perawatan Penyakit Kanker Dwi Lestari Jurusan Pendidikan Matematika FMIPA UNY Email: dwilestari@uny.ac.id weestar9@yahoo.com Abstrak Pembahasan model matematika terapi
Lebih terperinciKIMIA (2-1)
03035307 KIMIA (2-1) Dr.oec.troph.Ir.Krishna Purnawan Candra, M.S. Kuliah ke-4 Kimia inti Bahan kuliah ini disarikan dari Chemistry 4th ed. McMurray and Fay Faperta UNMUL 2011 Kimia Inti Pembentukan/penguraian
Lebih terperinciLAMPIRAN I. Alfabet Yunani
LAMPIRAN I Alfabet Yunani Alha Α Nu Ν Beta Β Xi Ξ Gamma Γ Omicron Ο Delta Δ Pi Π Esilon Ε Rho Ρ Zeta Ζ Sigma Σ Eta Η Tau Τ Theta Θ Usilon Υ Iota Ι hi Φ, Kaa Κ Chi Χ Lambda Λ Psi Ψ Mu Μ Omega Ω LAMPIRAN
Lebih terperinciSelanjutnya didefinisikan fungsional objektif yang diperbesar (augmented) J ( u ) sebagai:
LAMPIRAN Lampiran 1. Bukti Teorema 4 Diketahui masalah memaksimumkan: T J ( x) = S( x( T), T) + f ( x( t), u( t), t) dt (1) dengan kendala : x() t = f( x(), t u(),) t t dt () Misalkan x() = x, t =, sedangkan
Lebih terperinciBIFURKASI PADA MODEL SUSCEPTIBLE INFECTED RECOVERED (SIR) DENGAN WAKTU TUNDA DAN LAJU PENULARAN BILINEAR SKRIPSI
BIFURKASI PADA MODEL SUSCEPTIBLE INFECTED RECOVERED (SIR) DENGAN WAKTU TUNDA DAN LAJU PENULARAN BILINEAR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Hepatitis B disebabkan oleh virus Hepatitis B (HBV). HBV ditemukan pada tahun 1966 oleh Dr. Baruch Blumberg berdasarkan identifikasi Australia antigen yang sekarang
Lebih terperinciKESTABILAN TITIK TETAP MODEL PENULARAN PENYAKIT TIDAK FATAL
Jurnal Matematika UNAND Vol. 2 No. 3 Hal. 58 65 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND KESTABILAN TITIK TETAP MODEL PENULARAN PENYAKIT TIDAK FATAL AKHIRUDDIN Program Studi Matematika, Fakultas
Lebih terperinciTINJAUAN PUSTAKA Spesifikasi Model Berbagai model dalam pemodelan persamaan struktural telah dikembangkan oleh banyak peneliti diantaranya Bollen
4 TINJAUAN PUSTAKA Spesifikasi Model Berbagai model dalam pemodelan persamaan struktural telah dikembangkan oleh banyak peneliti diantaranya Bollen (1989). Namun demikian sebagian besar penerapannya menggunakan
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 terperinciEsai Kesehatan. Disusun Oleh: Prihantini /2015
Esai Kesehatan Analisis Model Pencegahan Penyebaran Penyakit Antraks di Indonesia Melalui Vaksin AVA sebagai Upaya Mewujudkan Pemerataan Kesehatan Menuju Indonesia Emas 2045 Disusun Oleh: Prihantini 15305141044/2015
Lebih terperinciTHE EFFECT OF DELAYED TIME OF OSCILLATION IN THE LOGISTIC EQUATION
Jurnal Matematika UNAND Vol. 2 No. 1 Hal. 72 77 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND THE EFFECT OF DELAYED TIME OF OSCILLATION IN THE LOGISTIC EQUATION IVONE LAWRITA ERWANSA, EFENDI, AHMAD
Lebih terperinciTeori kendali. Oleh: Ari suparwanto
Teori kendali Oleh: Ari suparwanto Minggu Ke-1 Permasalahan oleh : Ari Suparwanto Permasalahan Diberikan sistem dan sinyal referensi. Masalah kendali adalah menentukan sinyal kendali sehingga output sistem
Lebih terperinciBAB 5. PROPERTIS FISIK BUNYI
BAB 5. PROPERTIS FISIK BUNYI Definisi: Suara - gangguan yang menyebar melalui bahan elastis pada kecepatan yang merupakan karakteristik dari bahan tersebut. Suara biasanya disebabkan oleh radiasi dari
Lebih terperinciII. TINJAUAN PUSTAKA. 2.1 Persamaan Diferensial (Bronson dan Costa, 2007) terhadap satu atau lebih dari variabel-variabel bebas (independent
4 II. TINJAUAN PUSTAKA 2.1 Persamaan Diferensial (Bronson dan Costa, 2007) Persamaan differensial adalah suatu persamaan yang memuat turunan terhadap satu atau lebih dari variabel-variabel bebas (independent
Lebih terperinciPartikel sinar beta membentuk spektrum elektromagnetik dengan energi
Partikel sinar beta membentuk spektrum elektromagnetik dengan energi yang lebih tinggi dari sinar alpha. Partikel sinar beta memiliki massa yang lebih ringan dibandingkan partikel alpha. Sinar β merupakan
Lebih terperinciMATHunesa Jurnal Ilmiah Matematika Volume 3 No.6 Tahun 2017 ISSN
MATHunesa Jurnal Ilmiah Matematika Volume No.6 Tahun 2017 ISSN 201-9115 STABILITAS SISTEM DINAMIK PERTUMBUHAN SEL KANKER DENGAN TERAPI RADIASI Novalia Rachmaniar Ningrum S Jurusan Matematika, FMIPA, Universitas
Lebih terperinciRadioaktivitas dan Reaksi Nuklir. Rida SNM
Radioaktivitas dan Reaksi Nuklir Rida SNM rida@uny.ac.id Outline Sesi 1 Radioaktivitas Sesi 2 Peluruhan Inti 1 Radioaktivitas Tujuan Perkuliahan: Partikel pembentuk atom dan inti atom Bagaimana inti terikat
Lebih terperinciAnalisis Model SIR dengan Imigrasi dan Sanitasi pada Penyakit Hepatitis A di Kabupaten Jember
Prosiding Seminar Nasional Matematika, Universitas Jember, 19 November 2014 346 Analisis Model SIR dengan Imigrasi dan Sanitasi pada Penyakit Hepatitis A di Kabupaten Jember (Analysis of SIR Model with
Lebih terperinciFISIKA MODERN UNIT. Radiasi Benda Hitam. Hamburan Compton & Efek Fotolistrik. Kumpulan Soal Latihan UN
Kumpulan Soal Latihan UN UNIT FISIKA MODERN Radiasi Benda Hitam 1. Suatu benda hitam pada suhu 27 0 C memancarkan energi sekitar 100 J/s. Benda hitam tersebut dipanasi sehingga suhunya menjadi 327 0 C.
Lebih terperinci