BAB III PEMBAHASAN. genetik (genom) yang mengandung salah satu asam nukleat yaitu asam
|
|
- Yohanes Sumadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB III PEMBAHASAN A. Formulasi Model Matematika Secara umum virus merupakan partikel yang tersusun atas elemen genetik (genom) yang mengandung salah satu asam nukleat yaitu asam deoksiribonukleat (DNA) atau asam ribonukleat (RNA) yang dapat berada dalam dua kondisi yang berbeda, yaitu secara intraseluler dalam tubuh inang dan ekstrseluler diluar tubuh inang. Virus dapat menyerang manusia, hewan maupun tanaman. Salah satu virus pada tanaman yaitu virus Tungro yang menjadi penyebab penyakit Tungro pada tanaman padi. Virus Tungro ditularkan oleh wereng hijau (Nephotetix Vireschens) secara bersamaan tanpa multiplikasi virus dalam tubuh vektornya (Hibino, 1996). Masa terpanjang vektor mampu menularkan virus berkisar antara 5 6 hari (Wathanakul dan Weerapat, 1969 dalam Widiarta, 2005). Lama waktu yang dibutuhkan serangga untuk memperoleh virus berkisar 5 30 menit (Rivera dan Ou,1965; Singh 1969 dalam Widiarta, 2005), sedangkan waktu yang dibutuhkan untuk menularkan virus juga singkat, hanya 7 30 menit (Ling, 1968; Lim, 1969 dalam Widiarta, 2005). Periode inkubasi virus dalam tanaman berkisar 6 15 hari (Rivera dan Ou, 1965;Wathanakul dan Weerapat, 1969 dalam Widiarta, 2005). Model matematika pada penyebaran virus tungro ini, populasi tanaman pada waktu t terbagi dalam 3 populasi, yaitu susceptible (rentan), infectious 36
2 (terinfeksi) dan virus. Populasi Susceptible yang disimbolkan dengan S, adalah populasi tanaman yang rentan terhadap virus. Populasi Infectious yang disimbolkan dengan I, adalah populasi tanaman yang telah terinfeksi virus dan dapat menularkan virusnya ke tanaman lain dengan bantuan vektor. Populasi Virus yang disimbolkan dengan V, adalah populasi virus yang menginfeksi tanaman. Untuk mempermudah proses memodelkan penyebaran virus Tungro, diperlukan asumsi-asumsi. Berikut asumsi-asumsi yang digunakan: 1. Hanya tanaman padi rentan yang menghasilkan 18 anakan padi selama masa tanam. 2. Anakan padi masuk ke dalam kelompok tanaman rentan. 3. Infeksi virus tungro terjadi secara internal pada tanaman padi. 4. Tidak ada mikroorganisme lain yang menyerang tanaman padi. 5. Tanaman padi terinfeksi virus tungro pada umur < 3 mst 6. Pemberian pestisida dilakukan pada tanaman umur < 3 mst 7. Kepadatan tanaman rentan bertambah dengan laju konstan sebesar α. 8. Suatu tanaman rentan (S) akan terinfeksi virus tungro yang melalui vektor dengan laju sebesar β, jika terjadi kontak dengan virus (V). 9. Jika tanaman sudah terinfeksi, maka tanaman berada pada kelas I. 10. Virus bebas berkembang biak dari tanaman yang terinfeksi dengan laju sebesar μn. 11. Pestisida dapat menghambat penyebaran virus tungro oleh vektor wereng hijau. 37
3 Berikut ini didefinisikan variabel dan parameter yang digunakan dalam model penyebaran virus tungro pada tanaman padi. Tabel 3.1. Daftar Variabel Variabel Keterangan Sayarat Satuan S(t) Banyaknya rumpun S(t) 0 rrrrrrrrrrrr tanaman yang rentan pada waktu t I(t) Banyaknya rumpun I(t) 0 rrrrrrrrrrrr tanaman yang terinfeksi virus pada waktu t V(t) Banyaknya virus tungro V(t) 0 vvvvvvvvvv pada rumpun tanaman pada waktu t Tabel 3.2. Daftar Parameter Parameter Keterangan Syarat Satuan α Laju kelahiran alami α > 0 rrrrrrrrrrrr tanaman rentan per hari. haaaaaa β Laju perpindahan satu virus tungro ke tanaman rentan yang melalui vektor per hari. β > 0 haaaaaa 1 vvvvvvvvvv 1 δ Laju kematian alami δ > 0 haaaaaa 1 tanaman rentan per hari. σσ Laju kematian tanaman σσ > 0 haaaaaa 1 terinfeksi per hari. μ Peluang virus tungro pada 0 <μ 1 haaaaaa 1 tanaman terinfeksi terduplikasi per hari. n Banyaknya duplikasi virus n > 0 vvvvvvvvvv tungro. rrrrrrrrrrrr ττ 1 Laju kematian alami virus ττ 1 > 0 haaaaaa 1 tungro per hari. ττ 2 Laju kematian virus tungro ττ 2 > 0 haaaaaa 1 akibat pestisida per hari. 38
4 Berdasarkan karakteristik penyebaran virus dan masalah yang diasumsikan, dapat dibentuk model penyebaran virus tungro pada tanaman padi seperti berikut : α S δs βsv I σσ I βsv μni V μni (ττ 1+ττ 2)V Gambar 3.1. Diagram model penyebaran virus tungro pada tanaman padi Berdasarkan diagram model pada Gambar 3.1 dapat ditentukan hal-hal yang mempengaruhi proses penyebaran virus tungro. Selanjutnya akan dijelaskan proses pembentukan model penyebaran virus tungro pada tanaman padi untuk tiap-tiap kelas. 1. Perubahan banyaknya tanaman susceptible terhadap waktu (t) Pertambahan banyaknya tanaman kelas susceptible dipengaruhi oleh bertambahnya tanaman rentan sebesar αα. Sementara itu, pengurangan banyaknya tanaman dipengaruhi oleh kematian alami dari tanaman susceptible per satuan waktu (δs) dan banyaknya tanaman susceptible 39
5 yang terinfeksi virus tungro per satuan waktu (βsv). Oleh karena itu diperoleh persamaan diferensial berikut dddd = αα ββ. (3.1) dd tt 2. Perubahan banyaknya tanaman infectious terhadap waktu (t) Tanaman susceptible yang mulai terinfeksi virus tungro per satuan waktu (βsv) mempengaruhi pertambahan populasi infectious (terinfeksi). Banyaknya tanaman terinfeksi yang mati per satuan waktu (σσi) mempengaruhi pengurangan populasi infecious. Sehingga diperoleh persamaan diferensial berikut dddd = ββ σσσσ. (3.2) dd tt 3. Perubahan banyaknya partikel virus terhadap satuan waktu (t) Banyaknya virus tungro akan bertambah dari banyaknya tanaman yang terinfeksi, yang dinyatakan dengan μμ dikalikan dengan banyaknya duplikasi virus tungro baru per rumpun dalam t hari yang dinyatakan dengan nn. Sementara itu, kematian alami virus yang dinyatakan dengan ττ 1, kematian virus akibat pestisida yang dinyatakan dengan ττ 2 dan partikel virus yang menginfeksi tanaman rentan yang melalui vektor sebesar ββ akan mengurangi populasi virus pada tanaman terinfeksi. Sehingga diperoleh persamaan diferensial berikut dddd dd tt = μμμμμμ ττ 1 VV ττ 2 VV ββ. (3.3) Berdasarkan deskripsi di atas dan dari Persamaan (3.1) (3.3) maka 40
6 penyebaran virus tungro pada tanaman padi dapat dimodelkan dalam bentuk sistem persamaan diferensial non linear orde satu seperti berikut: a. dddd dd tt = αα ββ b. dddd dd tt = ββ σσσσ c. dddd dd tt = μμμμμμ ττ 1 VV ττ 2 VV ββ. (3.4) B. Titik Ekuilibrium Titik ( S,I,V) merupakan titik-titik ekuilibrium dari Sistem (3.4) jika memenuhi persamaan dddd dd tt disajikan dalam teorema berikut : Teorema = dddd dd tt = dddd dd tt = 0. Titik-titik ekuilibrium dari Sistem (3.4) (i) Jika I= 0 maka Sistem (3.4) memiliki titik ekuilibrium bebas penyakit yaitu EE 0 = (SS, II, VV) = αα, 0,0. (ii) Jika I 0 maka Sistem (3.4) memiliki titik ekuilibrium endemik EE 1 = Bukti (SS, II, VV ) dengan SS = σσ(ττ 1+ττ 2 ) ββ(μμμμ σσ) II = αααα (μμμμ σσ ) (ττ 1+ττ 2 ) ββσσ(μμμμ σσ ) VV = αααα (μμμμ σσ ) (ττ 1+ττ 2 ). (ττ 1 +ττ 2 ) Sistem (3.4) akan mencapai titik ekuilibrium jika dddd dd tt = dddd = dddd = 0, maka Sistem dd tt dd tt (3.4) dapat ditulis: 41
7 αα ββ = 0. (3.4.1) ββ σσ II = 0. (3.4.2) μμμμμμ ττ 1 VV ττ 2 VV ββ = 0. (3.4.3) (i) Jika I= 0, maka dari Persamaan (3.4.2) diperoleh ββ = 0 VV = 0, (3.5) didapat nilai V= 0. Substitusi Persamaan (3.5) ke Persamaan (3.4.1) diperoleh αα = 0 = aa SS = αα, (3.6) diperoleh nilai SS = αα. Sehingga didapat titik ekuilibrium bebas penyakit EE 0 = (SS, II, VV) = αα, 0,0. Jadi terbukti bahwa I = 0 pada Sistem (3.4) memiliki titik ekuilibrium bebas penyakit yaitu EE 0 = (SS, II, VV) = αα, 0,0. (ii) Jika I 0, maka dari Persamaan (3.4.1) diperoleh αα ββ = 0 αα = ββ VV = αα. (3.7) Berdasarkan Persamaan (3.7) diperoleh VV = αα αα. Jika I 0 dan VV = maka Persamaan (3.4.2) diperoleh 42
8 ββ σσσσ = 0 αα σσσσ = 0 αα σσσσ = 0 σσσσ = αα II = αα σσ. (3.8) Substitusikan Persamaan (3.7) dan (3.8) ke Persamaan (3.4.3), maka diperoleh μμμμμμ ττ 1 VV ττ 2 VV ββ = 0 μμμμ αα σσ (ττ 1 + ττ 2 ) αα αα = 0 μμμμ σσ (αα ) ττ 1+ττ 2 (αα ) (αα ) (αα ) μμμμ 1 σσ ττ 1+ττ 2 (αα ) = 0 μμμμ σσ (αα ) σσ ττ 1+ττ 2 (αα ) = 0 μμμμ σσ (αα ) σσ ττ 1+ττ 2 = 0. μμμμ σσ Saat σσ ττ 1+ττ 2 0 maka (αα ) = 0, yaitu SS = αα. Ini berarti I = 0 dan V = 0, sehingga diperoleh EE 0 pada bagian (i). μμμμ σσ Selanjutnya, (αα ) 0 maka σσ ττ 1+ττ 2 = 0 μμμμ σσ σσ ττ 1+ττ 2 = 0 μμμμ σσ σσ = ττ 1+ττ 2 ββss = σσ(ττ 1+ττ 2 ) μμμμ σσ 43
9 SS = 1 ββ σσ(ττ 1+ττ 2 ) μμμμ σσ SS = σσ(ττ 1+ττ 2 ) ββ(μμμμ σσ). Sehingga diperoleh SS = σσ(ττ 1+ττ 2 ) ββ(μμμμ σσ). (3.9) Selanjutnya, substitusikan Persamaan (3.9) ke Persamaan (3.7), diperoleh VV = αα VV = αα σσ(ττ1+ττ2) ββ (μμμμ σσ) ββ σσ(ττ 1+ττ 2 ) ββ (μμμμ σσ) = = αα(ββ (μμμμ σσ)) (σσ(ττ 1 +ττ 2 )) ββ (μμμμ σσ) σσ(ττ 1 +ττ 2 ) (μμμμ σσ) αααα (μμμμ σσ) σσ(ττ 1 +ττ 2 ) ββ (μμμμ σσ) σσ(ττ 1 +ττ 2 ) (μμμμ σσ) = αααα (μμμμ σσ) σσ(ττ 1+ττ 2 ) ββ(μμμμ σσ) = αααα (μμμμ σσ) σσ(ττ 1+ττ 2 ) ββ μμμμ σσ σσ(ττ 1 +ττ 2 ) 1 σσ(ττ 1 +ττ 2 ) = αααα (μμμμ σσ) σσ(ττ 1+ττ 2 ). (3.10) ββσσ(ττ 1 +ττ 2 ) Substitusikan Persamaan (3.9) ke Persamaan (3.8), sehingga diperoleh II = αα σσ II = αα σσ(ττ1+ττ2) ββ (μμμμ σσ) σσ = αααα (μμμμ σσ) (σσ(ττ 1 +ττ 2 )) ββ (μμμμ σσ) σσ 44
10 = αααα (μμμμ σσ) (σσ(ττ 1+ττ 2 )) ββσσ(μμμμ σσ) = αααα (μμμμ σσ) σσ(ττ 1+ττ 2 ). (3.11) ββσσ(μμμμ σσ) Berdasarkan Persamaan (3.9), (3.10), (3.11) di dapatkan titik ekuilibrium endemik EE 1 = (SS, II, VV ) dengan SS = σσ(ττ 1+ττ 2 ) ββ(μμμμ σσ) II = αααα (μμμμ σσ) σσ(ττ 1+ττ 2 ) ββσσ(μμμμ σσ) VV = αααα (μμμμ σσ) σσ(ττ 1+ττ 2 ) ββσσ(ττ 1 +ττ 2 ). (3.12) Jadi terbukti bahwa I 0 pada Sistem (3.4) memiliki titik ekuilibrium endemik EE 1 = (SS, II, VV ) = σσ(ττ 1+ττ 2 ), αααα (μμμμ σσ) σσ(ττ 1+ττ 2 ) ββ(μμμμ σσ) ββσσ(μμμμ σσ), αααα (μμμμ σσ) σσ(ττ 1+ττ 2 ). ββσσ(ττ 1 +ττ 2 ) C. Bilangan Reproduksi Dasar Bilangan reproduksi dasar merupakan angka harapan dari suatu kasus baru (sekunder) yang disebabkan oleh individu yang terinfeksi (kasus primer) dalam suatu populasi individu rentan. Jika < 1, tidak akan terjadi endemik. Dalam artian, penyakit tidak menyerang populasi, namun jika > 1 akan terjadi endemik. Dalam artian, penyakit sangat mungkin untuk menyebar. Penentuan bilangan reproduksi dasar ( ) digunakan metode next generation matrix dari Sistem (3.4). Pada model ini, kelas terinfeksi adalah Infectious dan Virus, sehingga persamaan diferensial yang digunakan sebagai berikut: 45
11 dddd dd tt = ββ σσii (3.4.2) dddd dd tt = μμμμμμ ττ 1 VV ττ 2 VV ββ, (3.4.3) maka diperoleh Dimana φφ = ββ σσii dan ψψ = ββ μμμμμμ + (ττ 1 + ττ 2 )VV. φφ = Laju infeksi yang menambah populasi kelas terinfeksi.. ψψ = Laju perkembangan virus, dan kematian yang mengakibatkan berkurangnya populasi dari kelas terinfeksi. Kemudian φφ dan ψψ dilinearisasi. Hasil masing-masing linearisasinya dengan titik ekuilibrium disease free EE 0 = ( αα, 0,0) adalah Sehingga didapat VV 1 FF = 0 σσ 0 dan VV = 0 μμμμ VV 1 = 1 ττ 1 + ττ 2 0 σσ(ττ 1 +ττ 2 ) μμμμ σσ ττ 1 + ττ 2. = = ττ 1 +ττ 2 σσ(ττ 1 +ττ 2 ) μμμμ σσ(ττ 1 +ττ 2 ) 1 σσ μμμμ σσ(ττ 1 +ττ 2 ) 0 σσ σσ(ττ 1 +ττ 2 ) 0 1 (ττ 1 +ττ 2 ). Diperoleh next generation matrix berikut: 46
12 KK = FFVV 1 = σσ μμμμ σσ(ττ 1 + ττ 2 ) 0 1 (ττ 1 + ττ 2 ) KK = (μμμμ ) σσ(ττ 1 +ττ 2 ) (μμμμ ) σσ(ττ 1 +ττ 2 ) (ττ 1 +ττ 2 ) (ττ 1 +ττ 2 ). (3.13) Pada awal kemunculan virus dalam populasi, hampir semua tanaman rentan terhadap penyakit, sehingga nilai S pada Persamaan (3.6) dapat didekati menggunakan titik ekuilibrium S saat bebas penyakit. Dengan mensubstitusi Persamaan (3.6) ke dalam Persamaan (3.13), diperoleh KK = FFVV 1 = αααα(μμμμ) σσ(ττ 1 +ττ 2 ) αααα(μμμμ) σσ(ττ 1 +ττ 2 ) αααα (ττ 1 +ττ 2 ) αααα (ττ 1 +ττ 2 ). Akan ditentukan nilai eigen dari KK = FFVV 1 λλλλ FFVV 1 = λλ 0 0 λλ αααα (μμμμ ) σσ(ττ 1 +ττ 2 ) αααα (μμμμ ) σσ(ττ 1 +ττ 2 ) αααα (ττ 1 +ττ 2 ) αααα (ττ 1 +ττ 2 ) λλ λλλλ FFVV 1 = αααα (μμμμ ) σσ(ττ 1 +ττ 2 ) αααα (μμμμ ) σσ(ττ 1 +ττ 2 ) λλ αααα (ττ 1 +ττ 2 ) αααα (ττ 1 +ττ 2 ). Maka persamaan karakteristik λλλλ FFVV 1 adalah det(λλλλ FFVV 1 ) = 0 λλ det(λλλλ FFVV 1 ) = αααα (μμμμ ) σσ(ττ 1 +ττ 2 ) αααα (μμμμ ) σσ(ττ 1 +ττ 2 ) λλ αααα (ττ 1 +ττ 2 ) αααα (ττ 1 +ττ 2 ) = 0. Didapat λλ αααα (μμμμ ) σσ(ττ 1 +ττ 2 ) λλ αααα (ττ 1 +ττ 2 ) αααα (μμμμ ) σσ(ττ 1 +ττ 2 ) αααα = 0 (ττ 1 +ττ 2 ) 47
13 Maka λλ = 0 atau λλ 2 λλ λλ λλ = λλλλλλ (μμμμ ) σσ(ττ 1 +ττ 2 ) αααα (μμμμ ) αααα (σσ) σσ(ττ 1 +ττ 2 ) αααα (μμμμ ) αααα (σσ) σσ(ττ 1 +ττ 2 ) λλλλλλ (ττ 1 +ττ 2 ) = 0. = 0. Menurut Definisi (2.8), bilangan reproduksi dasar didefinisikan sebagai nilai eigen terbesar dari next generation matrix, maka diperoleh bilangan reproduksi dasar dari Sistem 3.4 yaitu: = ρρ(kk) = αααα (μμμμ ) αααα (σσ) σσ(ττ 1 +ττ 2 ) Ini artinya, satu tanaman terinfeksi memproduksi periode infeksi 1 σσ. (3.14) ββ (μμμμ σσ) σσ(ττ 1 +ττ 2 ) virus tungro selama. Sedangkan satu partikel virus tungro menginfeksi αααα (μμμμ σσ) (ττ 1 +ττ 2 ) tanaman rentan selama periode infeksi 1 ττ 1 +ττ 2. D. Kestabilan Titik Ekuilbrium Pada bagian ini akan dilakukan analisa kestabilan titik ekuilibrium Sistem (3.4). Kestabilan titik ekuilibrium dari Sistem (3.4) disajikan dalam teorema berikut: Teorema (i) Jika < 1 maka titik ekuilibrium bebas penyakit EE 0 = (SS, II, VV) = αα, 0,0 stabil asimtotik lokal. (ii) Jika > 1 maka titik ekuilibrium bebas penyakit EE 0 = (SS, II, VV) = αα, 0,0 tidak stabil. 48
14 Bukti Sistem (3.4) didefinisikan sebagai : ff(ss, II, VV) = αα ββ gg(ss, II, VV) = ββ σσ II h(ss, II, VV) = μμμμμμ ττ 1 VV ττ 2 VV ββ. Maka matriks jacobian dari sistem di atas adalah : JJ = (SS,II,VV) (SS,II,VV) h(ss,ii,vv) (SS,II,VV) (SS,II,VV) h(ss,ii,vv) (SS,II,VV) (SS,II,VV) h(ss,ii,vv) 0 = σσ. (3.15) μμμμ (ττ 1 + ττ 2 ) Akan ditunjukkan bahwa jika < 1 maka titik ekuilibrium bebas penyakit EE 0 = (SS, II, VV) = αα, 0,0 stabil asimtotik lokal. Substitusi titik ekuilibrium bebas penyakit EE 0 = (SS, II, VV) = αα, 0,0 ke Persamaan (3.15), maka diperoleh matriks Jacobian disekitar titik ekuilibrium EE 0 0 αααα αααα JJ(EE 0 ) = 0 σσ 0 μμμμ (ττ 1 + ττ 2 ) αααα Nilai eigen dari matriks JJ(EE 0 ), dapat dicari dengan menentukan dddddd(jj(ee 0 ) λλλλ) = 0, dengan λλ adalah nilai eigen dan II adalah matriks identitas. Sehingga diperoleh: dddddd(jj(ee 0 ) λλλλ) = 0. 49
15 0 αααα αααα 0 σσ 0 μμμμ (ττ 1 + ττ 2 ) αααα λλ = αααα αααα 0 σσ 0 μμμμ (ττ 1 + ττ 2 ) αααα λλ 0 αααα 0 σσ λλ λλ λλ 0 = λλ αααα 0 μμμμ (ττ 1 + ττ 2 ) αααα λλ = 0 ( + λλ) ( σσ λλ) (ττ 1 + ττ 2 ) αααα λλ μμμμ αααα = 0 ( + λλ) σσττ 1 + σσττ 2 + αααα σσ + σσλλ + λλττ 1 + λλττ 2 + ( + λλ) λλ 2 + σσ + ττ 1 + ττ 2 + αααα λλ + (ττ 1 + ττ 2 )σσ + ( + λλ) λλ 2 + σσ + ττ 1 + ττ 2 + αααα λλ + σσ(ττ 1 + ττ 2 ) Persamaan (3.16) dapat ditulis menjadi dengan αααα λλ + λλ2 μμμμμμμμ αααα σσ μμμμμμμμ αααα (μμμμ σσ) = 0 = 0. = 0 (3.16) ( + λλ)(λλ 2 + pp 1 λλ + pp 2 ) = 0 (3.17) pp 1 = σσ + ττ 1 + ττ 2 + αααα pp 2 = σσ(ττ 1 + ττ 2 ) αααα (μμμμ σσ) Berdasarkan Persamaan (3.16), diperoleh nilai eigen λλ =. Karena bernilai positif, maka bagian real dari kedua nilai eigen tersebut adalah negatif.. 50
16 Sementara untuk nilai eigen yang lainnya, akan digunakan kriteria Routh- Hurwitz untuk melihat tipe kestabilan dari persamaan karakteristik aa 0 λλ 2 + aa 1 λλ + aa 2, (3.18) dengan aa 0 = 1 aa 1 = pp 1 aa 2 = pp 2. Akan ditunjukkan Persamaan (3.18) memenuhi syarat kriteria Routh-Hurwitz dimana aa 0 > 0, aa 1 > 0, aa 2 > 0. Terdapat aa 0 = 1, jelas aa 0 > 0. aa 1 = pp 1 aa 1 = σσ + ττ 1 + ττ 2 + αααα aa 1 > 0, karena parameter σσ, ττ 1, ττ 2, αα,, ββ bernilai positif. aa 2 = pp 2 aa 2 = σσ(ττ 1 + ττ 2 ) αααα (μμμμ σσ) = σσ(ττ 1 + ττ 2 ) (σσ(ττ 1 + ττ 2 ) ) = σσ(ττ 1 + ττ 2 )(1 ). Menurut yang diketahui < 1, diperoleh aa 0 > 0, aa 1 > 0 dan aa 2 > 0. Karena aa 0, aa 1 dan aa 2 bernilai positif, maka semua nilai eigen dari Persamaan (3.18) bagian realnya bernilai negatif, sehingga titik ekuilibrium bebas penyakit EE 0 = (SS, II, VV) = αα, 0,0 stabil asimtotik lokal. 51
17 Sementara itu, jika diketahui, > 1, maka diperoleh aa 2 < 0. Akar-akar persamaan (3.18) akan berbeda tanda yaitu λλ 1 < 0 dan λλ 2 > 0 atau sebaliknya. Sehingga, dapat dikatakan bahwa jika > 1, maka Persamaan (3.18) terdapat nilai eigen yang bagian realnya bernilai positif. Oleh karena itu, titik ekuilibrium bebas penyakit EE 0 = (SS, II, VV) = αα, 0,0 tidak stabil. Teorema Jika > 1 maka titik ekuilibrium endemik EE 1 = (SS, II, VV ) stabil asimtotik lokal dengan Bukti SS = σσ(ττ 1+ττ 2 ) ββ(μμμμ σσ) II = αααα (μμμμ σσ) σσ(ττ 1+ττ 2 ) ββσσ(μμμμ σσ) VV = αααα (μμμμ σσ) σσ(ττ 1+ττ 2 ) ββσσ(ττ 1 +ττ 2 ) Substitusi titik ekuilibrium dalam kondisi endemik EE 1 = (SS, II, VV ) = σσ(ττ 1+ττ 2 ) ke Persamaan (3.15), diperoleh :, αααα (μμμμ σσ) σσ(ττ 1+ττ 2 ) ββ(μμμμ σσ) ββσσ(μμμμ σσ)., αααα (μμμμ σσ) σσ(ττ 1+ττ 2 ), ββσσ(ττ 1 +ττ 2 ) αααα (μμμμ σσ) 0 σσ(ττ 1+ττ 2 ) σσ(ττ 1 +ττ 2 ) (μμμμ σσ) αααα (μμμμ σσ) JJ(EE 1 ) = σσ σσ(ττ 1 +ττ 2 ) σσ(ττ 1 +ττ 2 ) (μμμμ σσ). (3.19) αααα (μμμμ σσ) μμμμ (ττ σσ(ττ 1 +ττ 2 ) 1 + ττ 2 ) σσ(ττ 1+ττ 2 ) (μμμμ σσ) Diperhatikan Persamaan (3.12) yaitu persamaan untuk, dimana = αααα(μμμμ) αααα(σσ) σσ(ττ 1 + ττ 2 ) ββ(μμμμ σσ) = αα σσ(ττ 1 + ττ 2 ). Maka Persamaan (3.19) dapat dinyatakan sebagai berikut : 52
18 0 ααββ ααββ JJ(EE 1 ) = ( 1) σσ. ( 1) μμμμ (ττ 1 + ττ 2 ) ααββ Nilai eigen dari matriks JJ(EE 1 ), dapat dicari dengan menentukan dddddd λλλλ JJ(EE 1 ) = 0, dengan λλ adalah nilai eigen dan II adalah matriks identitas. Sehingga diperoleh: dddddd λλλλ JJ(EE 1 ) = 0 0 ααββ RR ααββ λλ ( 1) σσ = ( 1) μμμμ (ττ 1 + ττ 2 ) ααββ 0 ααββ RR λλ ααββ 0 λλ 0 ( 1) σσ = λλ ( 1) μμμμ (ττ 1 + ττ 2 ) ααββ λλ + 0 ααββ ( 1) λλ + σσ ααββ = 0 ( 1) μμμμ λλ + (ττ 1 + ττ 2 ) + ααββ (λλ + )(λλ + σσ) λλ + (ττ 1 + ττ 2 ) + ααββ + ααββ ( 1) ( μμnn) ααββ (λλ + σσ) (RR 0 1) + (λλ + ) ααββ ( μμnn) = 0 (λλ + ) λλ 2 + (ττ 1 + ττ 2 )λλ + ααββλλ + σσλλ + (ττ 1 + ττ 2 )σσ + αα + αα nn ( 1) ααββ(λλ+σσ) αα nn (RR 1) + 0 (λλ + ) = 0 53
19 λλ 3 + (ττ 1 + ττ 2 )λλ 2 + ααββλλ2 + σσλλ2 αα λλ + (ττ 1 + ττ 2 )σσλλ + + RR 0λλ 2 + (ττ 1 + ττ 2 )λλ + σσλλ + σσ(ττ 1 + ττ 2 ) + αα + ααnn αα nn ααββ(λλ + σσ) ααββ(λλ+σσ) αα nnλλ + + ααnn = 0 λλ 3 + (ττ 1 + ττ 2 ) + ααββ + σσ + λλ 2 + (ττ 1 + ττ 2 )σσ + αα + (γγ 1 + γγ 2 ) + ααββ + σσ λλ + (ττ 1 + ττ 2 )σσ + αα + ααββ ααββ ααββλλ αα + ααββ(λλ+σσ) ααββ λλ ααββ = 0 λλ 3 + (ττ 1 + ττ 2 ) + ααββ + σσ + λλ 2 + (ττ 1 + ττ 2 )σσ + αα + (ττ 1 + ττ 2 ) + ααββ + σσ ααββ ααββ + ααββ λλ + (ττ RR 1 + ττ 2 )σσ + αα + ααββ ααββ 0 αα + αα ααββ = 0 λλ 3 + (ττ 1 + ττ 2 ) + ααββ + σσ + λλ 2 + (ττ 1 + ττ 2 )σσ + αα + (ττ 1 + ττ 2 ) + σσ ααββ + ααββ λλ + (ττ RR 1 + ττ 2 )σσ ααββ + αα = 0 0 (3.20) Persamaan karakteristik dari Sistem (3.20) adalah λλ 3 + pp 1 λλ 2 + pp 2 λλ + pp 3, (3.21) dengan aa 0 = 1 aa 1 = pp 1 54
20 pp 1 = (ττ 1 + ττ 2 ) + ααββ + σσ + aa 2 = pp 2 pp 2 = (ττ 1 + ττ 2 )σσ + αα + (ττ 1 + ττ 2 ) + σσ ααββ + ααββ aa 3 = pp 3 pp 3 = (ττ 1 + ττ 2 )σσ ααββ + αα. Diperhatikan Persamaan (3.12) yaitu persamaan untuk, dimana = ααββ(μμμμ ) ααββ(σσ) σσ(ττ 1 +ττ 2 ) Maka aa 2 dapat dinyatakan sebagai ααββ(μμμμ σσ) = σσ(ττ 1 + ττ 2 ) ααββ(σσ μμμμ) = σσ(ττ 1 + ττ 2 ). aa 2 = (ττ 1 + ττ 2 )σσ + αα + (ττ 1 + ττ 2 ) + σσ ααββ + ααββ aa 2 = (ττ 1 + ττ 2 )σσ + ααββ(σσ μμμμ ) aa 2 = (ττ 1 + ττ 2 )σσ + ααββ(σσ μμμμ ) aa 2 = (ττ 1 + ττ 2 )σσ σσ(γγ 1 +γγ 2 ) aa 2 = ((ττ 1 + ττ 2 )σσ) + ααββ. Kemudian aa 3 dapat dinyatakan sebagai + (ττ 1 + ττ 2 ) + σσ + ααββ + ((ττ 1 + ττ 2 )σσ) + ααββ + ((ττ 1 + ττ 2 ) + σσ) + ααββ aa 3 = (ττ 1 + ττ 2 )σσ ααββ + αα aa 3 = (ττ 1 + ττ 2 )σσ + ααββ(σσ μμμμ ) aa 3 = (ττ 1 + ττ 2 )σσ σσ(ττ 1 +ττ 2 ) aa 3 = (ττ 1 + ττ 2 )σσ (ττ 1 + ττ 2 )σσ 55
21 aa 3 = (ττ 1 + ττ 2 )σσ( 1). Untuk mengetahui nilai eigen dari Persamaan (3.21) dapat dicari menggunakan tabel Routh-Hurwitz yang ditunjukan pada Tabel 2.1. Berdasarkan kriteria Routh-Hurwitz, pembuat nol dari Persamaan (3.21) akan bernilai negatif jika tidak ada perubahan tanda pada kolom pertama Tabel 2.1. Diketahui bahwa aa 0 dan aa 1 bernilai positif. Agar kolom pertama pada Tabel 2.1 bertanda sama maka bb 1 dan cc 1 haruslah positif. bb 1 = aa 1aa 2 aa 0 aa 3 aa 1 = aa 1aa 2 aa 3 aa 1 cc 1 = bb 1aa 3 bb 1 = aa 3 Agar bb 1 bernilai positif maka aa 1 aa 2 > aa 3 aa 1 aa 2 aa 3 > 0, karena aa 1 > 0. Perhatikan bahwa jika > 1, maka diperoleh (ττ 1 + ττ 2 ) + ααββ + σσ + ((ττ 1 + ττ 2 ) + σσ) + ααββ (ττ 1 + ττ 2 )σσ( 1) > 0 (ττ 1 + ττ 2 ) + ααββ + σσ + ((ττ 1 + ττ 2 ) + σσ) + ααββ (ττ 1 + ττ 2 )σσ + (ττ 1 + ττ 2 )σσ > 0 (ττ 1 + ττ 2 ) + ααββ + σσ + (ττ 1 + ττ 2 ) + σσ + ααββ (ττ 1 + ττ 2 )σσ + (ττ 1 + ττ 2 )σσ > 0 (ττ 1 + ττ 2 ) 2 + (ττ 1 + ττ 2 ) σσ + (ττ 1 + ττ 2 ) ααββ + ααββ(ττ 1 + ττ 2 ) + αα + αα2 ββ (ττ 1 + ττ 2 ) σσ + σσ 2 + αασσ (ττ 1 + ττ 2 ) σσ + ααββ (ττ 1 + ττ 2 ) σσ + (ττ 1 + ττ 2 )σσ > 0 56
22 (ττ 1 + ττ 2 ) 2 + (ττ 1 + ττ 2 ) ααββ + ααββ(ττ 1 + ττ 2 ) + αα + αα2 ββ (ττ 1 + ττ 2 )σσ + ττ 2 + αα (ττ 1 + ττ 2 ) σσ + ααββ + (ττ 1 + ττ 2 )σσ > 0 ((ττ 1 + ττ 2 ) + σσ) ((ττ 1 + ττ 2 ) 2 + σσ 2 + σσ(ττ 1 + ττ 2 )) + ((ττ 1 +ττ 2 )+σσ)ααββ + ((ττ 1 + ττ 2 ) + σσ)ααββ + αα 2 ββ ααββ + (ττ 1 + ττ 2 )σσ > 0. Karena parameter αα, ββ,, σσ, ττ 1, ττ 2, bernilai positif maka jelas bb 1 > 0. Selanjutnya untuk cc 1 = aa 3 = (ττ 1 + ττ 2 )σσ( 1). Jelas aa 3 > 0, karena > 1. Menurut yang diketahui aa 0, aa 1, aa 2 dan aa 3 bernilai positif, dan kolom pertama dari Tabel 2.1 bertanda sama, maka berdasarkan kriteria Routh-Hurwitz nilai eigen dari Persamaan (3.21) bagian realnya adalah negatif, sehingga terbukti bahwa jika > 1, maka titik ekuilibrium EE 1 = (SS, II, VV ) = σσ(ττ 1+ττ 2 ), αααα (μμμμ σσ) (ττ 1+ττ 2 ) ββ(μμμμ σσ) (μμμμ σσ) E. Simulasi Model, αααα (μμμμ σσ) (ττ 1+ττ 2 ), stabil asimtotik lokal. (ττ 1 +ττ 2 ) Pada subbab ini akan dibahas mengenai simulasi numerik dalam keadaan bebas virus, dan keadaan terdapat virus untuk memberikan gambaran yang lebih jelas mengenai model matematika SIV untuk penyebaran virus tungro pada tanaman padi dengan menggunakan parameter-parameter dan nilai awal tertentu. Di Indonesia rata-rata luasan serangan tungro antara tahun mencapai 3650 ha per tahun (Kusprayogie dkk, 2011 dalam Praptana dkk, 2014). 57
23 Pada musim tanam 2010/2011 serangan tungro seluas 5828 ha dan meningkat menjadi 7177 ha pada musim tanam 2011 yang tersebar di 33 provinsi (Kusprayogie dkk, 2011 dalam Praptana dkk, 2014). Serangan virus tungro yang paling tinggi terjadi pada daerah endemik tungro. Salah satu daerah endemik tungro adalah kelurahan Taratara Kecamatan Tomohon Barat Kabupaten Tomohon. Luas lahan sawah di kelurahan Taratara tahun 2015 adalah 89 ha dengan karakteristik tanaman padi yang sama. (BPS Kota Tomohon, 2016). Untuk keperluan simulasi diambil data 1 4 ha sawah yang dapat mewakili keseluruhan populasi adalah rentan virus tungro. Berdasarkan Suhendi,Anda (2015) dalam 1 ha sawah terdapat rumpun tanaman padi dan 4 setiap 1 rumpun menghasilkan 18 anakan padi, maka diperoleh rumpun tanaman padi rentan selama masa tanam. Rata-rata umur tanaman padi adalah 110 hari. Sehingga berdasarkan data, didapatkan laju kelahiran tanaman rentan per hari sebesar αα = Nilai ββ merepresentasikan laju perpindahan virus tungro ke tanaman rentan, dengan ββ adalah 1 mmmmmmmm iiiiiiiiiiiiiiii. Berdasarkan data yang diketahui diambil masa inkubasi virus tungro pada tanaman rentan yaitu 10 hari, 13 hari dan 15 hari, maka diperoleh ββ = 1, 1 dan 1. Nilai merepresentasikan laju kematian alami tanaman rentan per hari, dengan adalah 1 uuuuuuuu tttttttttttttt pppppppp, maka diperoleh = 1. Nilai σσ merepresentasikan laju kematian tanaman terinfeksi per hari, 110 dengan σσ adalah uuuuuuuu tttttttttttttt tttttttttttttttttttt uuuuuuuu tttttttttttttt pppppppp, asumsikan jika rata-rata umur tanaman 58
24 padi terinfeksi adalah 86,2 hari maka diperoleh σσ = 86,2. Parameter μμ merepresentasikan banyaknya tanaman terinfeksi yang menghasilkan virus, nilai μμ berdasarkan pada rata-rata insidensi penyakit atau rata-rata infeksi virus tungro perhari. Menurut Livita dkk. (2015), rata-rata insidensi penyakit tungro per bulan di kelurahan Taratara adalah 23,51%, sehingga diperoleh insidensi penyakit perhari sebesar μμ = 0, Banyaknya duplikasi virus tungro pada tanaman padi per hari direpresentasikan dengan parameter nn, jika diasumsikan duplikasi virus tungro per hari virus baru, maka diperoleh nilai parameter nn sebesar Parameter ττ 1 merepresentasikan laju kematian alami virus tungro per hari, berdasarkan umur virus tungro pada tubuh vektor. Umur vektor adalah hari sedangkan rata-rata umur virus tungro pada tubuh vektor berkisar antara 5-6 hari (Wathanakul dan Weerapat,1969 dalam Widiarta, 2005). Jika umur virus tungro pada tubuh vektor adalah 6 hari dan umur vektor 28 hari, maka diperoleh ττ 1 = 1 uuuuuuuu vvvvvvvvvv xx uuuuuuuu vvvvvvvvvvvv = 1 6 xx 28. Parameter ττ 2 merepresentasikan laju kematian virus tungro akibat pestisida, dengan ττ 2 = uuuuuuuu vvvvvvvvvv aaaaaaaaaaaa pppppppppppppppppp xx uuuuuuuu vvvvvvvvvvvv. Nilai parameter ini dapat bervariasi, tergantung jenis pestisida yang diberikan. Berdasarkan Praptana dkk. (2014) pemberian pestisida tidak langsung mematikan wereng hijau atau vektor virus tungro, sehingga hal ini berpengaruh pada kelangsungan hidup virus dalam vektor dan jika diasumsikan umur virus dalam vektor berkisar antara 2-3 hari, maka didapatkan nilai parameter ττ 2 = 1 2 dan
25 Berikut diberikan simulasi untuk Sistem (3.4) dengan mensubstitusikan nilai-nilai parameter diatas, saat < 1 dan > 1. Simulasi digambarkan menggunakan program Maple Simulasi < 1 Untuk < 1, diambil nilai nn = 100, nilai ββ = 1 15, nilai ττ 2 = 28 2 dan diberikan nilai awal untuk masing-masing banyaknya tanaman rentan (susceptible), banyaknya tanaman terinfeksi (infectious) dan banyaknya virus (virus) masing-masing adalah ss(0) = , ii(0) = 20 dan vv(0) = Gambar 3.2 Simulasi sistem (3.4) untuk 0 < 1 Gambar 3.3 Simulasi sistem (3.4) untuk 0 < 1 (populasi susceptible). 60
26 Gambar 3.4 Simulasi sistem (3.4) untuk 0 < 1 (populasi infectious). Gambar 3.5 Simulasi sistem (3.4) untuk 0 < 1 (populasi virus). Jika nilai-nilai parameter di atas disubstitusikan ke Sistem (3.14) diperoleh nilai = < 1. Pada Gambar 3.1 terlihat bahwa banyaknya tanaman rentan (susceptious) semakin meningkat seiring berjalannya waktu. Peningkatan banyaknya tanaman rentan dikarenakan virus tungro yang ada di dalam tanaman mulai menghilang sehingga tanaman yang terinfeksi akan berkurang. Laju pertumbuhan tanaman rentan akan terus meningkat hingga 61
27 keadaan setimbang pada titik tertentu. Berdasarkan hasil simulasi numerik diperoleh keadaan setimbang untuk populasi tanaman rentan yaitu pada saat t tertentu. Sementara untuk banyaknya tanaman terinfeksi (infectious) dan virus mengalami naik turun. Kenaikan banyaknya tanaman terinfeksi (infectious) dikarenakan populasi tanaman rentan terinfeksi oleh virus tungro dan menjadi kelompok tanaman terinfeksi. Laju pertumbuhan tanaman infectious mengalami penurunan sampai titik dimana pergerakan tanaman terinfeksi dalam keadaan setimbang. Penurunan ini disebabkan oleh tidak adanya penambahan dari tanaman rentan yang menjadi tanaman terinfeksi. Berdasarkan hasil simulasi numerik, keadaan setimbang populasi tanaman terinfeksi adalah 0 pada waktu t tertentu. Sedangkan kenaikan banyaknya virus dikarenakan tanaman yang terinfeksi menghasilkan virus tungro baru dan virus tungro tersebut berduplikasi. Selanjutnya laju pertumbuhan virus akan mengalami penurunan yang berakibat pada berkurangnya tanaman terinfeksi. Populasi virus ini akan terus berkurang hingga laju pertumbuhan virus dalam keadaan setimbang. Berdasarkan hasil simulasi numerik, populasi virus dalam keadaan setimbang adalah 0 pada waktu t tertentu. Hal ini berarti tidak ada virus tungro pada tanaman padi. Sehingga dapat dikatakan bahwa saat < 1, virus tungro akan menghilang dari populasi. 2. Simulasi > 1 Untuk > 1 diberikan nilai awal untuk banyaknya tanaman rentan (susceptible), tanaman terinfeksi (infectious) dan virus (virus) masing-masing adalah ss(0) = , ii(0) = 300 dan vv(0) =
28 Gambar 3.6. Simulasi Sistem (3.4) untuk 0 = dengan nn = 200, ββ = 1 13 dan ττ 22 = 28 3 Gambar 3.7. Simulasi Sistem (3.4) untuk 0 = dengan nn = 300 ββ = 1 10 dan ττ 22 = 28 3 Berdasarkan simulasi Gambar 3.6 dan Gambar 3.7, terlihat bahwa ketika banyaknya tanaman rentan (susceptible) turun, banyaknya tanaman yang terinfeksi virus tungro (infectious) dan virus tungro meningkat dan menuju suatu titik di EE 1. Hal ini akibat dari adanya kontak antara tanaman rentan dengan virus tungro. Saat banyaknya tanaman yang terinfeksi meningkat, maka virus tungro juga meningkat dan menuju titik ekuilibrium EE 1. 63
29 Nilai numerik untuk EE 1 ketika nn = 200, ββ = 1 13 dan ττ 2 = 28 3 diperoleh titik kesetimbangan S,I,V dengan ss = , ii = , vv = Untuk nn = 300, ββ = 1 10 dan ττ 2 = 28 3 diperoleh ss = , ii = , vv = Berdasarkan nilai numerik dan simulasi pada Gambar 3.3, dan Gambar 3.4, terlihat bahwa ketika laju perpindahan virus (ββ) dan duplikasi virus (nn) rendah, maka banyaknya tanaman terinfeksi semakin menurun. Sementara itu banyaknya tanaman rentan dan virus semakin meningkat sebanding dengan nilai parameter ββ dan nn. Peningkatan nilai parameter ββ dan nn juga menunjukkan bahwa solusi Sistem (3.4) semakin lama akan menuju titik ekuilibrium EE 1 dan nilai pun semakin besar. Hal ini berarti bahwa jika banyaknya virus tungro semakin besar, maka banyaknya tanaman terinfeksi semakin besar pula, yang selanjutnya berakibat pada semakin besarnya penyebaran virus tungro. 64
30 65
Model Matematika SIV Untuk Penyebaran Virus Tungro Pada Tanaman Padi
Seminar Matematika dan Pendidikan Matematika UNY 2017 Model Matematika SIV Untuk Penyebaran Virus Tungro Pada Tanaman Padi Sischa Wahyuning Tyas 1, Dwi Lestari 2 Universitas Negeri Yogyakarta 1 Universitas
Lebih terperinciBAB II LANDASAN TEORI. Pada bab ini, akan diuraikan definisi-definisi dan teorema-teorema yang
BAB II LANDASAN TEORI Pada bab ini, akan diuraikan definisi-definisi dan teorema-teorema yang akan digunakan sebagi landasan pembahasan untuk bab III. Materi yang akan diuraikan antara lain persamaan diferensial,
Lebih terperinciBAB II LANDASAN TEORI. selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi
BAB II LANDASAN TEORI Pada bab ini akan dibahas tentang landasan teori yang digunakan pada bab selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi yang diuraikan berupa definisi-definisi
Lebih terperinciPenyelesaian Numerik dan Analisa Kestabilan pada Model Epidemik SEIR dengan Memperhatikan Adanya Penularan pada Periode Laten
Penyelesaian Numerik dan Analisa Kestabilan pada Model Epidemik SEIR dengan Memperhatikan Adanya Penularan pada Periode Laten Labibah Rochmatika,Drs. M. Setijo Winarko, M.Si dan Drs. Lukman Hanafi, M.Sc
Lebih terperinciBAB III HASIL DAN PEMBAHASAN. ekuilibrium bebas penyakit beserta analisis kestabilannya. Selanjutnya dilakukan
BAB III HASIL DAN PEMBAHASAN Pada bab ini akan dijelaskan mengenai model matematika penyakit campak dengan pengaruh vaksinasi, diantaranya formulasi model penyakit campak, titik ekuilibrium bebas penyakit
Lebih terperinciBAB II LANDASAN TEORI. eigen dan vektor eigen, persamaan diferensial, sistem persamaan diferensial, titik
BAB II LANDASAN TEORI Pada bab ini, akan dijelaskan landasan teori yang akan digunakan dalam bab selanjutnya sebagai bahan acuan yang mendukung dan memperkuat tujuan penelitian. Landasan teori yang dimaksud
Lebih terperinciMODEL EPIDEMIK SIR UNTUK PENYAKIT YANG MENULAR SECARA HORIZONTAL DAN VERTIKAL
MODEL EPIDEMIK SIR UNTUK PENYAKIT YANG MENULAR SECARA HORIZONTAL DAN VERTIKAL ILMIYATI SARI 1, HENGKI TASMAN 2 1 Pusat Studi Komputasi Matematika, Universitas Gunadarma, ilmiyati@staff.gunadarma.ac.id
Lebih terperinciMODEL MATEMATIKA SIV (SUSCEPTIBLE, INFECTIOUS, VIRUS) UNTUK PENYEBARAN VIRUS TUNGRO (RICE TUNGRO VIRUS) PADA TANAMAN PADI
MODEL MATEMATIKA SIV (SUSCEPTIBLE, INFECTIOUS, VIRUS) UNTUK PENYEBARAN VIRUS TUNGRO (RICE TUNGRO VIRUS) PADA TANAMAN PADI SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciBIFURKASI MUNDUR PADA MODEL EPIDEMI SEIV DENGAN LAJU INSIDENSI NONLINEAR
BIFURKASI MUNDUR PADA MODEL EPIDEMI SEIV DENGAN LAJU INSIDENSI NONLINEAR Gunawan Program Studi Pendidikan Teknologi Informasi STKIP PGRI Banjarmasin Jl. Sultan Adam Komp. H. Iyus No. 18 Banjarmasin Email
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 III PEMBAHASAN. Ebola. Setelah model terbentuk, akan dilanjutkan dengan analisa bifurkasi pada
BAB III PEMBAHASAN Pada bab ini akan dibentuk model matematika dari penyebaran penyakit virus Ebola. Setelah model terbentuk, akan dilanjutkan dengan analisa bifurkasi pada parameter laju transmisi. A.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Persamaan diferensial Persamaan diferensial merupakan persamaan yang melibatkan turunanturunan dari fungsi yang tidak diketahui (Waluya, 2006). Contoh 2.1 : Diberikan persamaan
Lebih terperinciBAB II KAJIAN TEORI. digunakan pada bab pembahasan. Teori-teori ini digunakan sebagai bahan acuan
BAB II KAJIAN TEORI Pada bab ini akan dijelaskan mengenai landasan teori yang akan digunakan pada bab pembahasan. Teori-teori ini digunakan sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi
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. 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 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 terperinciSKRIPSI. Oleh. Moza Gandhi Prakoso NIM PROGRAM STUDI MATEMATIKA JURUSAN PENDIDIKAN MATEMATIKA
ANALISA KESTABILAN MODEL SIRS 0 I 0 V 0 PADA PENYEBARAN VIRUS FLU BURUNG (AVIAN INFLUENZA) DARI UNGGAS KE MANUSIA DENGAN PENGARUH VAKSINASI PADA UNGGAS SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu
Lebih terperinciBAB V KESIMPULAN DAN SARAN. 5.1 Kesimpulan Berdasarkan hasil analisis model epidemik beserta simulasinya, diperoleh kesimpulan sebagai berikut:
BAB V KESIMPULAN DAN SARAN Pada bab ini disimpulkan hasil analisa model epidemik bertipe SIA dengan transmisi vertikal, dan penyakit menyebar melalui transfer transpacental (bersifat turun temurun) dengan
Lebih terperinciAnalisis Stabilitas dan Sensitivitas Model Epidemik Flu Burung pada Unggas-Manusia dengan Vaksinasi
JURNAL SAINS DAN SENI POMITS Vol. 2, No. 1, (213) 1-6 1 Analisis Stabilitas dan Sensitivitas Model Epidemik Flu Burung pada Unggas-Manusia dengan Vaksinasi Wahyuni Ningsih, Mohammad Setijo Winarko, Nuri
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN Pada bab ini akan dijelaskan mengenai latar belakang yang mendasari penelitian yang kemudian dirumuskan dalam rumusan masalah. Berdasarkan latar belakang dan rumusan masalah yang telah
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Hama adalah organisme yang mengganggu atau merusak tanaman sehingga pertumbuhan dan perkembangannya terganggu. Secara umum, organisme tersebut adalah mikroorganisme
Lebih terperinciANALISIS KESTABILAN DAN PROSES MARKOV MODEL PENYEBARAN PENYAKIT EBOLA
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 163-172 ANALISIS KESTABILAN DAN PROSES MARKOV MODEL PENYEBARAN PENYAKIT EBOLA Auliah Arfani, Nilamsari Kusumastuti, Shantika
Lebih terperinciBAB II LANDASAN TEORI. pada bab pembahasan. Materi-materi yang akan dibahas yaitu pemodelan
BAB II LANDASAN TEORI Pada bab ini akan dijelaskan mengenai landasan teori yang akan digunakan pada bab pembahasan. Materi-materi yang akan dibahas yaitu pemodelan matematika, teorema Taylor, nilai eigen,
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 terperinciBAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai definisi-definisi dan teorema-teorema
BAB II LANDASAN TEORI Pada bab ini akan dibahas mengenai definisi-definisi dan teorema-teorema yang akan menjadi landasan untuk pembahasan pada bab III nanti, di antaranya model matematika penyebaran penyakit,
Lebih terperinciOleh Nara Riatul Kasanah Dosen Pembimbing Drs. Sri Suprapti H., M.Si
Oleh Nara Riatul Kasanah 1209100079 Dosen Pembimbing Drs. Sri Suprapti H., M.Si JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014 PENDAHULUAN
Lebih terperinciANALISIS KESTABILAN DARI SISTEM DINAMIK MODEL SEIR PADA PENYEBARAN PENYAKIT CACAR AIR (VARICELLA) DENGAN PENGARUH VAKSINASI SKRIPSI
ANALISIS KESTABILAN DARI SISTEM DINAMIK MODEL SEIR PADA PENYEBARAN PENYAKIT CACAR AIR (VARICELLA) DENGAN PENGARUH VAKSINASI SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciIV HASIL DAN PEMBAHASAN
IV HASIL DAN PEMBAHASAN 4.1 Penentuan Titik Tetap Analisis titik tetap pada sistem persamaan diferensial sering digunakan untuk menentukan suatu solusi yang tidak berubah menurut waktu, yaitu pada saat
Lebih terperinciII. LANDASAN TEORI. Definisi 1 (Sistem Persamaan Diferensial Biasa Linear) Definisi 2 (Sistem Persamaan Diferensial Biasa Taklinear)
3 II. LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Biasa Definisi 1 (Sistem Persamaan Diferensial Biasa Linear) Misalkan suatu sistem persamaan diferensial biasa dinyatakan sebagai = + ; =, R (1) dengan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Infeksi virus dengue adalah suatu insiden penyakit yang serius dalam kematian di kebanyakan negara yang beriklim tropis dan sub tropis di dunia. Virus dengue
Lebih terperinciPEMODELAN MATEMATIKA DAN ANALISIS KESTABILAN MODEL PADA PENYEBARAN HIV-AIDS
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 2 (2015), hal 101 110 PEMODELAN MATEMATIKA DAN ANALISIS KESTABILAN MODEL PADA PENYEBARAN HIV-AIDS Dwi Haryanto, Nilamsari Kusumastuti,
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 II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Persamaan diferensial Persamaan diferensial adalah suatu persamaan yang di dalamnya terdapat turunan-turunan. Jika terdapat variabel bebas tunggal, turunannya merupakan
Lebih terperinciPENYELESAIAN NUMERIK DAN ANALISA KESTABILAN PADA MODEL EPIDEMIK SEIR DENGAN PENULARAN PADA PERIODE LATEN
PENYELESAIAN NUMERIK DAN ANALISA KESTABILAN PADA MODEL EPIDEMIK SEIR DENGAN PENULARAN PADA PERIODE LATEN Oleh: Labibah Rochmatika (12 09 100 088) Dosen Pembimbing: Drs. M. Setijo Winarko M.Si Drs. Lukman
Lebih terperinciANALISIS KESTABILAN MODEL SEII T (SUSCEPTIBLE-EXPOSED-ILL- ILL WITH TREATMENT) PADA PENYAKIT DIABETES MELLITUS TUGAS AKHIR SKRIPSI
ANALISIS KESTABILAN MODEL SEII T (SUSCEPTIBLE-EXPOSED-ILL- ILL WITH TREATMENT) PADA PENYAKIT DIABETES MELLITUS TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciANALISIS KESTABILAN BEBAS PENYAKIT MODEL EPIDEMI CVPD (CITRUS VEIN PHLOEM DEGENERATION) PADA TANAMAN JERUK DENGAN FUNGSI RESPON HOLLING TIPE II
M-18 ANALISIS KESTABILAN BEBAS PENYAKIT MODEL EPIDEMI CVPD (CITRUS VEIN PHLOEM DEGENERATION) PADA TANAMAN JERUK DENGAN FUNGSI RESPON HOLLING TIPE II Tesa Nur Padilah 1), Najmudin Fauji 2) 1) Universitas
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI A. Matriks 1. Pengertian Matriks Definisi II.A.1 Matriks didefinisikan sebagai susunan persegi panjang dari bilangan-bilangan yang diatur dalam baris dan kolom. Contoh II.A.1: 9 5
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN Pada Bab I Pendahuluan ini dijelaskan mengenai latar belakang yang mendasari penelitian yang kemudian dirumuskan dalam rumusan masalah. Berdasarkan latar belakang dan rumusan masalah
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 terperinciBAB III METODOLOGI PENELITIAN. Alam, Universitas Lampung pada semester genap tahun akademik 2011/2012.
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini dilakuakan di Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Lampung pada semester genap tahun
Lebih terperinciANALISIS STABILITAS SISTEM DINAMIK UNTUK MODEL MATEMATIKA EPIDEMIOLOGI TIPE-SIR (SUSCEPTIBLES, INFECTION, RECOVER)
Jurnal Euclid, Vol.4, No.1, pp.646 ANALISIS STABILITAS SISTEM DINAMIK UNTUK MODEL MATEMATIKA EPIDEMIOLOGI TIPE-SIR (SUSCEPTIBLES, INFECTION, RECOVER) Herri Sulaiman Program Studi Pendidikan Matematika
Lebih terperinciFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014
JURUSAN MATEMATIKA Nurlita Wulansari (1210100045) Dosen Pembimbing: Drs. M. Setijo Winarko, M.Si Drs. Lukman Hanafi, M.Sc FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER
Lebih terperinciIV HASIL DAN PEMBAHASAN
4. Penentuan Titik Tetap I HAIL DAN PEMBAHAAN Analisis titik tetap pada sistem persamaan diferensial sering digunakan untuk menentukan suatu solusi yang tidak berubah terhadap waktu (solusi konstan). Titik
Lebih terperinciANALISIS KESTABILAN MODEL MANGSA-PEMANGSA DENGAN MANGSA YANG TERINFEKSI DI LINGKUNGAN TERCEMAR
ANALISIS KESTABILAN MODEL MANGSA-PEMANGSA DENGAN MANGSA YANG TERINFEKSI DI LINGKUNGAN TERCEMAR Oleh: Drs. M. Setijo Winarko, M.Si Drs. I Gusti Ngurah Rai Usadha, M.Si Subchan, Ph.D Drs. Kamiran, M.Si Noveria
Lebih terperinciOleh : Dinita Rahmalia NRP Dosen Pembimbing : Drs. M. Setijo Winarko, M.Si.
PERMODELAN MATEMATIKA DAN ANALISIS STABILITAS DARI PENYEBARAN PENYAKIT FLU BURUNG (MATHEMATICAL MODEL AND STABILITY ANALYSIS THE SPREAD OF AVIAN INFLUENZA) Oleh : Dinita Rahmalia NRP 1206100011 Dosen Pembimbing
Lebih terperinciANALISIS KESTABILAN MODEL MANGSA-PEMANGSA DENGAN MANGSA YANG TERINFEKSI DI LINGKUNGAN TERCEMAR
TUGAS AKHIR ANALISIS KESTABILAN MODEL MANGSA-PEMANGSA DENGAN MANGSA YANG TERINFEKSI DI LINGKUNGAN TERCEMAR ( S TA B I L I T Y A N A LY S I S O F A P R E D AT O R - P R E Y M O D E L W I T H I N F E C T
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Sistem Persamaan Diferensial Definisi 2.1.1 Persamaan Diferensial Persamaan diferensial adalah persamaan yang memuat variabel bebas, variabel tak bebas dan derivative-derivatif
Lebih terperinciFOURIER April 2013, Vol. 2, No. 1, MODEL PENYEBARAN PENYAKIT POLIO DENGAN PENGARUH VAKSINASI. RR Laila Ma rifatun 1, Sugiyanto 2
FOURIER April 2013, Vol. 2, No. 1, 13 23 MODEL PENYEBARAN PENYAKIT POLIO DENGAN PENGARUH VAKSINASI RR Laila Ma rifatun 1, Sugiyanto 2 1, 2 Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan
Lebih terperinciBAB I PENDAHULUAN. adalah penyakit menular karena masyarakat harus waspada terhadap penyakit
BAB I PENDAHULUAN A. Latar Belakang Kesehatan adalah suatu hal yang sangat penting dalam kehidupan karena jika seseorang mengalami masalah kesehatan maka aktivitas seseorang tersebut akan terganggu. Masalah
Lebih terperinciANALISIS STABILITAS PENYEBARAN VIRUS EBOLA PADA MANUSIA
ANALISIS STABILITAS PENYEBARAN VIRUS EBOLA PADA MANUSIA Mutholafatul Alim 1), Ari Kusumastuti 2) 1) Mahasiswa Jurusan Matematika, Universitas Islam Negeri Maulana Malik Ibrahim Malang 1) mutholafatul@rocketmail.com
Lebih terperinciAnalisis Kestabilan Pada Model Transmisi Virus Hepatitis B yang Dipengaruhi Oleh Migrasi
Analisis Kestabilan Pada Model Transmisi Virus Hepatitis B yang Dipengaruhi Oleh Migrasi 1 Firdha Dwishafarina Zainal, Setijo Winarko, dan Lukman Hanafi Jurusan Matematika, Fakultas MIPA, Institut Teknologi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sekilas Mengenai Tuberkulosis 2.1.1 Pengertian dan Sejarah Tuberkulosis Tuberkulosis TB adalah penyakit menular yang disebabkan oleh bakteri Mycobacterium Tuberculosis. Bakteri
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 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 terperinciBAB II KAJIAN TEORI. dinamik, sistem linear, sistem nonlinear, titik ekuilibrium, analisis kestabilan
BAB II KAJIAN TEORI Pada bab ini akan dibahas mengenai nilai eigen dan vektor eigen, sistem dinamik, sistem linear, sistem nonlinear, titik ekuilibrium, analisis kestabilan sistem dinamik, kriteria Routh-Hurwitz,
Lebih terperinciAnalisa Kualitatif pada Model Penyakit Parasitosis
Analisa Kualitatif pada Model Penyakit Parasitosis Nara Riatul Kasanah dan Sri Suprapti H Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS) Jl.
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 I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Semakin berkembangnya ilmu pengetahuan dan ilmu pengobatan tidak menjamin manusia akan bebas dari penyakit. Hal ini disebabkan karena penyakit dan virus juga
Lebih terperinciANALISIS STABILITAS MODEL MATEMATIKA DARI PENYEBARAN PENYAKIT MENULAR MELALUI TRANSPORTASI ANTAR DUA KOTA
ANALISIS STABILITAS MODEL MATEMATIKA DARI PENYEBARAN PENYAKIT MENULAR MELALUI TRANSPORTASI ANTAR DUA KOTA ANALYSIS OF STABILITY OF SPREADING DISEASE MATHEMATICAL MODEL WITH TRANSPORT-RELATED INFECTION
Lebih terperinciHUBUNGAN ANTARA PEMETAAN LINEAR DAN BILINEAR
HUBUNGAN ANTARA PEMETAAN LINEAR DAN BILINEAR Mustafa A.H. Ruhama Program Studi Pendidikan Matematika, Jurusan Pendidikan MIPA, Fakultas Keguruan dan Ilmu Pendidikan, Unveristas Khairun ABSTRAK Let UU,
Lebih terperinciADLN PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB IV PEMBAHASAN. optimal dari model untuk mengurangi penyebaran polio pada dengan
BAB IV PEMBAHASAN Pada bab ini akan dilakukan analisis model dan kontrol optimal penyebaran polio dengan vaksinasi. Dari model matematika penyebaran polio tersebut akan ditentukan titik setimbang dan kemudian
Lebih terperinciArie Wijaya, Yuni Yulida, Faisal
Vol.9 No.1 (215) Hal. 12-19 HUBUNGAN ANTARA TRANSFORMASI LAPLACE DENGAN TRANSFORMASI ELZAKI Arie Wijaya, Yuni Yulida, Faisal PS Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. A. Yani Km. 36
Lebih terperinciPenerapan Teknik Serangga Steril Dengan Model Logistik. Dalam Pemberantasan Nyamuk Aedes Aegypti. Nida Sri Utami
Penerapan Teknik Serangga Steril Dengan Model Logistik Dalam Pemberantasan Nyamuk Aedes Aegypti Nida Sri Utami Program Studi Pendidikan Matematika FKIP UMS Lina Aryati Jurusan Matematika FMIPA UGM ABSTRAK
Lebih terperinciANALISIS MODEL SEIR (SUSCEPTIBLE, EXPOSED, INFECTIOUS, RECOVERED) UNTUK PENYEBARAN PENYAKIT TUBERKULOSIS DI KABUPATEN BOGOR
ANALII MODEL EIR (UCEPTIBLE, EXPOED, INFECTIOU, RECOVERED) UNTUK PENYEBARAN PENYAKIT TUBERKULOI DI KABUPATEN BOGOR, Rahayu Cipta Lestari Embay Rohaeti Ani Andriyati Program tudi Matematika Fakultas Matematika
Lebih terperinciMODEL SEIR PENYAKIT CAMPAK DENGAN VAKSINASI DAN MIGRASI
MODEL SEIR PENYAKIT CAMPAK DENGAN VAKSINASI DAN MIGRASI Mohammmad Soleh 1, Siti Rahma 2 Universitas Islam Negeri Sultan Syarif Kasim Riau Jl HR Soebrantas No 155 KM 15 Simpang Baru Panam Pekanbaru muhammadsoleh@uin-suskaacid
Lebih terperinciKESTABILAN DAN BIFURKASI MODEL EPIDEMIK SEIR DENGAN LAJU KESEMBUHAN TIPE JENUH. Oleh: Khoiril Hidayati ( )
KESTABILAN DAN BIFURKASI MODEL EPIDEMIK SEIR DENGAN LAJU KESEMBUHAN TIPE JENUH Oleh: Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2013 Latar
Lebih terperinciMODEL SIR UNTUK PENYEBARAN PENYAKIT FLU BURUNG
MODEL SIR UNTUK PENYEBARAN PENYAKIT FLU BURUNG MANSYUR A. R.1 TOAHA S.2 KHAERUDDIN3 Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Hasanuddin Jln. Perintis Kemerdekaan Km.
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 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 terperinciKESTABILAN TITIK EQUILIBRIUM MODEL SIR (SUSPECTIBLE, INFECTED, RECOVERED) PENYAKIT FATAL DENGAN MIGRASI
KESTABILAN TITIK EQUILIBRIUM MODEL SIR (SUSPECTIBLE, INFECTED, RECOVERED) PENYAKIT FATAL DENGAN MIGRASI Mohammad soleh 1, Leni Darlina 2 1,2 Jurusan Matematika Fakultas Sains Teknologi Universitas Islam
Lebih terperinciAnalisis Kestabilan Model MSEIR Penyebaran Penyakit Difteri Dengan Saturated Incidence Rate
Analisis Kestabilan Model MSEIR Penyebaran Penyakit Difteri Dengan Saturated Incidence Rate I Suryani 1 Mela_YuenitaE 2 12 Jurusan Matematika Fakultas Sains dan Teknologi UIN Sultan Syarif Kasim Riau Jl
Lebih terperinciModel Matematika Penyebaran Penyakit HIV/AIDS dengan Terapi pada Populasi Terbuka
Model Matematika Penyebaran Penyakit HIV/AIDS dengan Terapi pada Populasi Terbuka M Soleh 1, D Fatmasari 2, M N Muhaijir 3 1, 2, 3 Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sultan Syarif Kasim
Lebih terperinciAnalisis Kestabilan Model Veisv Penyebaran Virus Komputer Dengan Pertumbuhan Logistik
Analisis Kestabilan Model Veisv Penyebaran Virus Komputer Dengan Pertumbuhan Logistik Mohammad soleh 1, Seri Rodia Pakpahan 2 Jurusan Matematika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan
Lebih terperinciSELF TUNING PI PADA PENGENDALI KECEPATAN PUTARAN MOTOR INDUKSI TIGA FASA TANPA SENSOR KECEPATAN DENGAN KONTROL VEKTOR ARUS DAN OBSERVER DALAM SUMBU DQ
SELF TUNING PI PADA PENGENDALI KECEPATAN PUTARAN MOTOR INDUKSI TIGA FASA TANPA SENSOR KECEPATAN DENGAN KONTROL VEKTOR ARUS DAN OBSERVER DALAM SUMBU DQ Raden Irwan Febriyanto (NPM : 99) Departemen Teknik
Lebih terperinciMODEL SEIR PENYAKIT CAMPAK DENGAN VAKSINASI DAN MIGRASI TUGAS AKHIR. Oleh : SITI RAHMA
MODEL SEIR PENYAKIT CAMPAK DENGAN VAKSINASI DAN MIGRASI TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sains Pada Jurusan Matematika Oleh : SITI RAHMA 18544452 FAKULTAS SAINS
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 terperinciANALISIS KESTABILAN MODEL SEIIT (SUSCEPTIBLE-EXPOSED-ILL-ILL WITH TREATMENT) PADA PENYAKIT DIABETES MELLITUS
Analisis Kestabilan Model... (Hesti Endah Lestari) 9 ANALISIS KESTABILAN MODEL SEIIT (SUSCEPTIBLE-EXPOSED-ILL-ILL WITH TREATMENT) PADA PENYAKIT DIABETES MELLITUS STABILITY ANALYSIS OF SEIIT MODEL (SUSCEPTIBLE-EXPOSED-ILL-ILL
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 terperinciANALISIS DAN SIMULASI MODEL MATEMATIKA PENYAKIT DEMAM DENGUE DENGAN SATU SEROTIF VIRUS DENGUE
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 153 162. ANALISIS DAN SIMULASI MODEL MATEMATIKA PENYAKIT DEMAM DENGUE DENGAN SATU SEROTIF VIRUS DENGUE Hendri Purwanto,
Lebih terperinciBab III Model Awal Kecanduan Terhadap Rokok
Bab III Model Awal Kecanduan Terhadap Rokok III.1 Pembentukan Model Model kecanduan terhadap rokok dibentuk menggunakan model dasar dalam epidemiologi yaitu model SIR (Susceptible, Infective, Removed)
Lebih terperinciANALISIS KESTABILAN MODEL DINAMIK PENYEBARAN VIRUS INFLUENZA
ANALISIS KESTABILAN MODEL DINAMIK PENYEBARAN VIRUS INFLUENZA SKRIPSI Oleh Elok Faiqotul Himmah J2A413 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO SEMARANG 28
Lebih terperinciSIFAT-SIFAT PEMETAAN BILINEAR
SIFAT-SIFAT PEMETAAN BILINEAR Mustafa A.H. Ruhama Program Studi Pendidikan Matematika Jurusan Pendidikan Matematika dan Ilmu Pengetahuan Alam FKIP Universitas Khairun ABSTRACT Let UU, VV and WW are vector
Lebih terperinciANALISIS KESTABILAN LOKAL MODEL DINAMIKA PENULARAN TUBERKULOSIS SATU STRAIN DENGAN TERAPI DAN EFEKTIVITAS CHEMOPROPHYLAXIS
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 3 (2013), hal 173 182. ANALISIS KESTABILAN LOKAL MODEL DINAMIKA PENULARAN TUBERKULOSIS SATU STRAIN DENGAN TERAPI DAN EFEKTIVITAS CHEMOPROPHYLAXIS
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 I PENDAHULUAN 1.1. Latar Belakang
1 BAB I PENDAHULUAN 1.1. Latar Belakang Beberapa tahun belakangan ini, penyakit hati (liver diseases) muncul sebagai penyakit yang paling banyak menyebabkan morbiditas dan mortalitas diantara individu
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas tinjauan pustaka yang akan digunakan untuk tesis ini, yang selanjutnya akan di perlukan pada Bab 3. Tinjauan pustaka yang dibahas adalah mengenai yang mendukung
Lebih terperinciKESTABILAN TITIK EQUILIBRIUM MODEL SIR (SUSCEPTIBLE, INFECTED, RECOVERED) PENYAKIT FATAL DENGAN MIGRASI TUGAS AKHIR
KESTABILAN TITIK EQUILIBRIUM MODEL SIR (SUSCEPTIBLE, INFECTED, RECOVERED) PENYAKIT FATAL DENGAN MIGRASI TUGAS AKHIR Disusun sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika
Lebih terperinciANALISIS PENYEBARAN PENYAKIT DIARE SEBAGAI SALAH SATU PENYEBAB KEMATIAN PADA BALITA MENGGUNAKAN MODEL MATEMATIKA SIS
ANALISIS PENYEBARAN PENYAKIT DIARE SEBAGAI SALAH SATU PENYEBAB KEMATIAN PADA BALITA MENGGUNAKAN MODEL MATEMATIKA SIS (SUSCEPTIBLE-INFECTED-SUSCEPTIBLE) SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu
Lebih terperinciBAB I PENDAHULUAN. Model matematika merupakan sekumpulan persamaan atau pertidaksamaan yang
BAB I PENDAHULUAN A. Latar Belakang Model matematika merupakan sekumpulan persamaan atau pertidaksamaan yang mengungkap perilaku suatu permasalahan yang nyata. Model matematika dibuat berdasarkan asumsi-asumsi.
Lebih terperincia. Static Portfolio Analysis: Markowitz (1959) b. Dynamic Portfolio Analysis c. Contingent Claims Analysis: Black and Scholes (1973), Merton (1973)
1. Pendahuluan Dalam pasar keuangan, beberapa instrument financial yang perlu dikenali: a. Stock (Equitis, Securities, Shares) b. Bonds : Corporate, Municipal, Government (Long Term Borrowing) c. Corporate
Lebih terperinciANALISIS KESTABILAN PADA MODEL TRANSMISI VIRUS HEPATITIS B YANG DIPENGARUHI OLEH MIGRASI
ANALISIS KESTABILAN PADA MODEL TRANSMISI VIRUS HEPATITIS B YANG DIPENGARUHI OLEH MIGRASI STABILITY ANALYSIS OF THE HEPATITIS B VIRUS TRANSMISSION MODELS ARE AFFECTED BY MIGRATION Oleh : Firdha Dwishafarina
Lebih terperinciPEMODELAN MATEMATIKA DAN ANALISIS STABILITAS DARI PENULARAN PENYAKIT GONORE
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 1 (2015), hal 47-56. PEMODELAN MATEMATIKA DAN ANALISIS STABILITAS DARI PENULARAN PENYAKIT GONORE Tri Wahyuni, Bayu Prihandono, Nilamsari
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 terperinciII LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Definisi 1 [Sistem Persamaan Diferensial Linear (SPDL)]
II LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Definisi 1 [Sistem Persamaan Diferensial Linear (SPDL)] Suatu sistem persamaan diferensial dinyatakan sebagai berikut: A adalah matriks koefisien konstan
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 terperinciJurnal Matematika Murni dan Terapan Epsilon Juni 2014 Vol. 8 No. 1 METODE KARMARKAR SEBAGAI ALTERNATIF PENYELESAIAN MASALAH PEMROGRAMAN LINEAR
Jurnal Matematika Murni dan Terapan Epsilon Juni 204 Vol. 8 No. METODE KARMARKAR SEBAGAI ALTERNATIF PENYELESAIAN MASALAH PEMROGRAMAN LINEAR Bayu Prihandono, Meilyna Habibullah, Evi Noviani Program Studi
Lebih terperinciJurnal Euclid, vol.3, No.2, p.501 MODEL MATEMATIKA TERHADAP PENYEBARAN VIRUS AVIAN INFLUENZA TIPE-H5N1 PADA POPULASI MANUSIA
Jurnal Euclid, vol.3, No.2, p.501 MODEL MATEMATIKA TERHADAP PENYEBARAN VIRUS AVIAN INFLUENZA TIPE-H5N1 PADA POPULASI MANUSIA Dian Permana Putri 1, Herri Sulaiman 2 FKIP, Pendidikan Matematika, Universitas
Lebih terperinciBAB I PENDAHULUAN. ibu kepada anaknya melalui plasenta pada saat usia kandungan 1 2 bulan di
BAB I PENDAHULUAN A. Latar Belakang Masalah Maternal antibody merupakan kekebalan tubuh pasif yang ditransfer oleh ibu kepada anaknya melalui plasenta pada saat usia kandungan 1 2 bulan di akhir masa kehamilan.
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Kanker adalah penyakit yang memiliki karakteristik adanya gangguan mekanisme pengaturan multiplikasi pada organisme multiseluler sehingga tumbuh secara terus-menerus,
Lebih terperinciKENDALI OPTIMAL PADA PENCEGAHAN WABAH FLU BURUNG DENGAN ELIMINASI, KARANTINA DAN PENGOBATAN
KENDALI OPTIMAL PADA PENCEGAHAN WABAH FLU BURUNG DENGAN ELIMINASI, KARANTINA DAN PENGOBATAN OLEH : TASLIMA NRP : 1209201728 DOSEN PEMBIMBING 1. SUBCHAN, M.Sc, Ph.d 2. Dr. ERNA APRILIANI, M.Sc ABSTRAK Salah
Lebih terperinci