ANALISIS KESTABILAN MODEL MANGSA-PEMANGSA HOLLING-TANNER TIPE II INTAN SELVYA
|
|
- Yuliani Setiabudi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS KESTABILAN MODEL MANGSA-PEMANGSA HOLLING-TANNER TIPE II INTAN SELVYA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2016
2
3 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Kestabilan Model Mangsa-Pemangsa Holling-Tanner Tipe II adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Agustus 2016 Intan Selvya NIM G
4 ABSTRAK INTAN SELVYA. Analisis Kestabilan Model Mangsa-Pemangsa Holling-Tanner Tipe II. Dibimbing oleh ALI KUSNANTO dan PAIAN SIANTURI. Dalam karya ilmiah ini dipelajari model mangsa-pemangsa Holling-Tanner tipe II dan analisa mengenai karakteristik serta kestabilan titik tetapnya. Dari model tersebut dilakukan transformasi sehingga diperoleh dua model yang disebut model 1 dan model 2. Model 1 menghasilkan dua titik tetap dan model 2 menghasilkan empat titik tetap. Analisis kestabilan dilakukan dengan cara mencari nilai eigen untuk setiap titik tetap dari masing-masing model. Pada model 1 terjadi perubahan kestabilan titik tetap dari spiral stabil menjadi spiral tak stabil. Perubahan kestabilan tersebut merupakan sifat dari bifurkasi Hopf. Pada model 1 terdapat limit cycle pada titik tetap kedua. Pada model 2 tidak terjadi perubahan kestabilan dari spiral stabil menjadi spiral tak stabil dan tidak terjadi kemunculan limit cycle. Kata kunci: bifurkasi Hopf, Holling-Tanner tipe II, kestabilan, limit cycle. ABSTRACT INTAN SELVYA. Stability Analysis of Predator-Prey Model of Holling-Tanner Type II. Supervised by ALI KUSNANTO and PAIAN SIANTURI. In this manuscript, we studied the predator-prey model of Holling-Tanner type II and analysis about characteristics and stability of the fixed point. From transformation of the model it is obtained two new models, called model 1 and model 2. Model 1 has two fixed points and model 2 has four fixed points. Stability analysis is performed by identifying eigenvalues for any fixed point of each model. In model 1, the stability of a fixed point changes from stable spiral to unstable spiral. The changes of stability is the characteristic of the Hopf bifurcation. In model 1, there is a limit cycle at the second fixed point. In model 2, there is no changes in the stability from stable spiral to unstable spiral and there is no appearance of limit cycle. Keywords: Holling-Tanner type II, Hopf bifurcation, limit cycle, stability.
5 ANALISIS KESTABILAN MODEL MANGSA-PEMANGSA HOLLING-TANNER TIPE II INTAN SELVYA Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Matematika DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2016
6
7
8
9 PRAKATA Puji dan syukur penulis panjatkan kehadirat Allah subhanahu wa ta ala atas segala nikmat, rahmat, karunia, dan pertolongan yang telah diberikan sehingga karya ilmiah yang berjudul Analisis Kestabilan Model Mangsa-Pemangsa Holling-Tanner Tipe II dapat diselesaikan. Penyusunan karya ilmiah ini tidak lepas dari bantuan beberapa pihak. Oleh karena itu, penulis mengucapkan terimakasih kepada: 1 Allah SWT atas segala rahmat dan karunia-nya, 2 Nabi besar Muhammad SAW sebagai nabi akhir zaman, 3 keluarga tercinta: Ibunda Marliah dan Ayahanda Suarta yang selalu menyebut nama penulis dalam setiap doanya. Fahmi Junaedi dan Linda Safira yang selalu menjadi kesayangan, 4 keluarga besar Bapak Icin (alm) dan Bapak Narmin (alm), 5 Bapak Drs. Ali Kusnanto, MSi dan Dr. Paian Sianturi selaku dosen pembimbing atas segala kesabaran, ilmu, saran dan motivasinya selama membimbing penulis, serta Dr. Ir. Hadi Sumarno, MS selaku dosen penguji, 6 staf tata usaha dan perpustakaan Departemen Matematika IPB, 7 guru SMA kebanggaan yang paling berjasa: Bu Pipit dan Pak Ade, 8 sahabat-sahabat: BSW (Menik, Bella, Kokom, Andre, Valen, Dani), Lala, Tia, Suhe, dan Teh Lia yang telah memberikan motivasi, bantuan, keceriaan, dan waktu yang berkesan bagi penulis, 9 teman-teman satu bimbingan: Aul dan Vivi yang selalu saling mengingatkan, membantu dan memberikan motivasi dalam penyusunan karya ilmiah ini, 10 teman-teman mahasiswa Matematika 49, PB Gumatika, Biro Kewirausahaan Gumatika (Zorro dan Garputala) atas doa, semangat, serta kebersamaan, dan kerjasamanya selama ini, 11 semua pihak yang telah membantu dalam penyusunan karya ilmiah ini. Bogor, Agustus 2016 Intan Selvya
10 DAFTAR ISI DAFTAR TABEL vi DAFTAR GAMBAR vi DAFTAR LAMPIRAN vi PENDAHULUAN 1 Latar Belakang 1 Tujuan 1 LANDASAN TEORI 2 PEMODELAN 4 PEMBAHASAN 6 Model 1 6 Penentuan Titik Tetap 6 Analisis Kestabilan Titik Tetap 7 Analisis Kestabilan di Sekitar T 7 Analisis Kestabilan di Sekitar T 7 Analisis Kestabilan di Sekitar T 7 Model 2 8 Penentuan Titik Tetap 8 Analisis Kestabilan Titik Tetap 8 Analisis Kestabilan di Sekitar T 8 Analisis Kestabilan di Sekitar T 9 Analisis Kestabilan di Sekitar T 9 Analisis Kestabilan di Sekitar T 9 SIMULASI NUMERIK 10 SIMPULAN 21 DAFTAR PUSTAKA 22 LAMPIRAN 23 RIWAYAT HIDUP 35
11 DAFTAR TABEL 1 Ringkasan analisis kestabilan Model 1 dan Model Pemilihan nilai parameter untuk Model Pemilihan nilai parameter untuk Model Kestabilan hasil simulasi Model 1 dan Model 2 21 DAFTAR GAMBAR 1 Bidang fase populasi mangsa terhadap populasi pemangsa 12 2 Bidang solusi jumlah populasi terhadap waktu 12 3 Bidang fase populasi mangsa terhadap populasi pemangsa 13 4 Bidang solusi jumlah populasi terhadap waktu 13 5 Bidang fase populasi mangsa terhadap populasi pemangsa 14 6 Bidang solusi jumlah populasi terhadap waktu 14 7 Bidang fase yang menunjukkan jenis kestabilan spiral tak stabil 15 8 Bidang solusi jumlah populasi terhadap waktu 15 9 Bidang fase yang menunjukkan terjadi limit cycle Bidang solusi jumlah populasi terhadap waktu Bidang fase populasi mangsa terhadap populasi pemangsa Bidang solusi jumlah populasi terhadap waktu Bidang fase populasi mangsa terhadap populasi pemangsa Bidang solusi jumlah populasi terhadap waktu Bidang fase populasi mangsa terhadap populasi pemangsa Bidang solusi jumlah populasi terhadap waktu Bidang fase populasi mangsa terhadap populasi pemangsa Bidang solusi jumlah populasi terhadap waktu 20 DAFTAR LAMPIRAN 1 Penondimensionalan Model 23 2 Penentuan titik tetap Model Penentuan titik tetap Model Penentuan matriks Jacobi Model Penentuan nilai eigen Model Penentuan matriks Jacobi Model Penentuan nilai eigen Model Program plot bidang fase Kasus 1 Model 1 (Gambar 1) 30 9 Program plot bidang solusi Kasus 1 Model 1 (Gambar 2) Program plot bidang fase Kasus 2 Model 1 (Gambar 3) Program plot bidang solusi Kasus 2 Model 1 (Gambar 4) Program plot bidang fase Kasus 3 Model 1 (Gambar 5) Program plot bidang solusi Kasus 3 Model 1 (Gambar 6) Program plot bidang fase Kasus 4 Model 1 (Gambar 7) Program plot bidang solusi Kasus 4 Model 1 (Gambar 8) Program plot bidang fase Kasus 4 Model 1 (Gambar 9) 32
12 17 Program plot bidang solusi Kasus 4 Model 1 (Gambar 10) Program plot bidang fase Kasus 1 Model 2 (Gambar 11) Program plot bidang solusi Kasus 1 Model 2 (Gambar 12) Program plot bidang fase Kasus 2 Model 2 (Gambar 13) Program plot bidang solusi Kasus 2 Model 2 (Gambar 14) Program plot bidang fase Kasus 3 Model 2 (Gambar 15) Program plot bidang solusi Kasus 3 Model 2 (Gambar 16) Program plot bidang fase Kasus 4 Model 2 (Gambar 17) Program plot bidang solusi Kasus 4 Model 2 (Gambar 18) 34
13 PENDAHULUAN Latar Belakang Suatu ekosistem terdiri dari berbagai populasi makhluk hidup. Makhluk hidup terdiri atas berbagai spesies yang saling berinteraksi dan saling bergantung satu sama lain. Salah satu interaksi antara makhluk hidup dengan makhluk hidup lainnya adalah dalam hal mencari sumber makanan untuk kelangsungan hidup. Hubungan antara pemangsa (predator) dan mangsanya (prey), di mana pemangsa akan bersaing dengan pemangsa lain untuk memperoleh mangsa sebagai sumber makanan merupakan peristiwa yang disebut predasi (Curio 1976). Predasi bertujuan untuk memahami tentang kebiasaan dan struktur hewan. Pemangsa (predator) sendiri merupakan suatu organisme yang memakan atau memangsa organisme lain. Sedangkan mangsa (prey) merupakan organisme yang dimakan oleh pemangsa. Alfred Lotka pada tahun 1925 dan Vito Volterra pada tahun 1927 mengembangkan persamaan diferensial yang menggambarkan fenomena mangsapemangsa yang dikenal dengan model Lotka-Volterra (Bacaer 2011). Kekurangan dari model Lotka-Volterra adalah asumsi bahwa populasi mangsa dapat tumbuh tanpa batas saat tidak adanya pemangsa. Selanjutnya, berkembang beberapa model modifikasi dari model Lotka-Volterra. Tahun 1959, Holling memperkenalkan fungsi respons yang terbagi atas tiga macam. Fungsi respons tipe I terjadi pada pemangsa yang memunyai karakteristik pasif atau menunggu mangsanya (Garrott et al. 2009). Fungsi respons tipe II terjadi pada pemangsa yang memiliki karakteristik aktif dalam mencari mangsa (Skalski dan Gilliam 2001). Fungsi respons tipe III terjadi pada saat pemangsa mencari populasi mangsa lain ketika populasi mangsa yang dimakannya mulai berkurang. Dalam penulisan karya ilmiah ini, akan dikonstruksi kembali model mangsa-pemangsa Holling-Tanner tipe II yang disusun oleh Kuang dan Li (2007). Dari model tersebut dianalisis kestabilan, karakteristik dan dinamika populasi mangsa-pemangsa terhadap waktu. Tujuan Penulisan karya ilmiah ini bertujuan untuk: 1 Merekonstruksi model mangsa-pemangsa Holling-Tanner tipe II yang disusun oleh Kuang dan Li (2007) 2 Menganalisis karakteristik dan kestabilan titik tetap model mangsapemangsa Holling-Tanner tipe II.
14 2 LANDASAN TEORI Misalkan diberikan sistem persamaan diferensial sebagai berikut: =. Fungsi merupakan fungsi bernilai real dari waktu. Fungsi adalah fungsi bernilai real dari (Verhulst 1990). Misalkan diketahui sistem persamaan diferensial dua dimensi, =,, =,. Andaikan, adalah titik tetap dari persamaan (1) sehingga, = dan, =. Selanjutnya dilakukan transformasi dengan pusat koordinat,, =, =. Maka didapatkan: = = +, +. Dengan menggunakan ekspansi Taylor diperoleh =, + + +,,. Karena, = sehingga, = Dengan,, memiliki nilai bilangan yang kecil. Dengan cara yang sama dapat diperoleh: = = + +,,. + +,,. Oleh karena itu, dapat dituliskan dalam bentuk matriks menjadi: Dengan matriks ( ) = ( +,,. ) =. Matriks disebut matriks Jacobi dengan titik tetap,. Karena,, yang dekat titik tetap bernilai kecil, sehingga menurut Strogatz (1994) diperoleh sistem pelinearan: ( ) =. (1)
15 Menurut Tu (1994), jika matriks berordo, maka vektor taknol di adalah vektor eigen dari. Misalkan diberikan sistem persamaan diferensial dua dimensi sebagai berikut: Sistem ini dapat ditulis menjadi: = +, = +. =, dengan = [ ], = [ ]. Untuk mencari nilai eigen dapat dilakukan dengan menggunakan, =. (2) Vektor adalah vektor eigen yang bersesuaian dengan nilai eigen dan adalah matriks identitas. Persamaan (2) akan memiliki penyelesaian tak nol jika dan hanya jika: det = =. (3) Persamaan (3) dapat ditulis menjadi: det =, sedemikian sehingga diperoleh persamaan: + Δ =, dengan = trace = + = +, Δ = det = =. Dengan demikian diperoleh nilai eigen dari matriks sebagai berikut:, = ± Δ. Menurut Strogatz (1994) untuk menentukan kestabilan dari suatu sistem dapat dilihat dari nilai dan. Ada tiga kasus untuk nilai Δ, yaitu: 1 Jika Δ <, maka kedua nilai eigen bernilai real dan berbeda tanda maka titik tetap bersifat sadel. 2 Jika Δ >, 2.1 Jika Δ > dan jika > maka kedua nilai eigen bernilai real positif, sehingga titik tetap bersifat simpul tak stabil. Jika < dan kedua nilai eigen bernilai real negatif, maka titik tetap bersifat simpul stabil. 2.2 Jika Δ <, dan jika > maka kedua nilai eigen adalah bilangan kompleks ±, sehingga titik tetap bersifat spiral tak stabil. Jika < dan kedua nilai eigen adalah bilangan kompleks ±, maka titik tetap bersifat spiral stabil. Jika = dan kedua nilai eigen adalah bilangan kompleks ±, maka titik tetap bersifat center. 2.3 Jika Δ =, parabola Δ = adalah garis batas antara simpul dan spiral. Star nodes atau degenerate nodes terletak pada 3
16 4 parabola ini. Kestabilan titik atau spiral ditentukan oleh nilai. Jika <, kedua nilai eigen bernilai negatif maka titik tetap bersifat simpul stabil. Jika > maka titik tetap bersifat spiral tak stabil. 3 Jika Δ =, maka salah satu nilai eigen bernilai nol, sehingga titik asal bersifat titik tetap tak terisolasi. Menurut Strogatz (1994), perubahan pada parameter sistem dapat merubah struktur kualitatif pada suatu sistem yang disebut bifurkasi. Bifurkasi merupakan perubahan jumlah atau kestabilan titik tetap (titik kestabilan) dalam suatu sistem dinamik. Nilai parameter saat terjadi bifurkasi disebut titik bifurkasi. Beberapa jenis bifurkasi, salah satunya adalah bifurkasi Hopf. Kemunculan limit cycle merupakan sifat dari bifurkasi Hopf. Limit cycle merupakan orbit tertutup yang terisolasi yang berarti orbit di sekelilingnya menuju atau menjauhi siklus limit. Ketika terjadi perubahan kestabilan yang melalui sepasang nilai eigen imajiner murni, maka saat itu terjadi kemunculan limit cycle. PEMODELAN Karya ilmiah ini membahas mengenai model mangsa-pemangsa Holling- Tanner tipe II yang menunjukkan persaingan antara suatu spesies pemangsa dengan suatu spesies mangsa. Model dapat dilihat pada sistem persamaan berikut: = +, (4) = ( + ), di mana,, dan,,,, >, dengan: : banyaknya populasi mangsa, : banyaknya populasi pemangsa, : koefisien interaksi yang mempengaruhi laju penangkapan pemangsa, : laju kematian pemangsa, m : tingkat kejenuhan pemangsaan, : koefisien interaksi yang mempengaruhi laju pertumbuhan pemangsa, : laju pertumbuhan intrinsik mangsa, : daya dukung lingkungan. Pada sistem persamaan (4) terdapat = + merupakan respons fungsional yang menunjukkan ketersediaan mangsa sebagai sumber makanan serta laju penangkapan pemangsa terhadap mangsa. Selanjutnya, dilakukan penondimensionalan model terhadap persamaan (4), sehingga persamaan memiliki bentuk yang lebih sederhana. Skala parameter yang dipakai:,,.
17 Persamaan (4) menjadi: = 5 +, (5) dengan = + +, =, =, =. (Bukti Lampiran 1) Persamaan (5) disebut Model 1. Parameter menyatakan tingkat pertumbuhan mangsa, parameter menyatakan tingkat kematian pemangsa, dan parameter menyatakan tingkat interaksi antara mangsa dengan pemangsa. Menurut Tang dan Zhang (2005), dengan mengubah variabel bebas +. Persamaan (5) berpadanan dengan sistem persamaan, = +, (6) = + +. Berdasarkan Tang dan Zhang (2005) juga dapat dilakukan transformasi Briot- Bouquet pada persamaan (6), dengan mengubah parameter untuk memperoleh persamaan:,,, = [ ], = [ ]. Kuang dan Li (2007) kemudian mengganti variabel pada persamaan (7) dengan variabel sehingga persamaan menjadi:, = [ ], (8) = [ ]. Persamaan (8) dapat dibuat lebih sederhana dengan menggunakan parameter dan = sehingga persamaan dapat ditulis kembali sebagai berikut: = +, (9) = (7)
18 6 Kuang & Li (2007) memandang dan + sebagai gangguan dari sistem pada persamaan (9), sehingga persamaan yang digunakan menjadi: =, (10) = + +. Persamaan (10) disebut Model 2. Dalam tulisan ini akan dibandingkan Model 1 dan Model 2 untuk mencari perilaku solusi modelnya. PEMBAHASAN Model 1 Penentuan Titik Tetap Penentuan titik tetap Model 1 diperoleh dari = dan = pada persamaan (5), sehingga persamaan menjadi: + =, (11) + + =. Persamaan (11) diselesaikan sehingga diperoleh 2 titik tetap yaitu, dan ++, ++ dan tidak terdefinisi pada titik (0,0). Walaupun begitu analisis kestabilan di sekitar titik, tetap dilakukan. (Bukti Lampiran 2) Analisis Kestabilan Titik Tetap Dengan melakukan pelinearan pada Model 1 sehingga diperoleh matriks Jacobi sebagai berikut: = (12) Kestabilan di sekitar titik tetap dapat diperiksa dengan melihat nilai eigen yang diperoleh dari matriks Jacobi persamaan (12) yang dievaluasi pada titik tetap. (Bukti Lampiran 4)
19 7 Analisis Kestabilan di Sekitar, Substitusi, pada matriks Jacobi persamaan (12), sehingga diperoleh matriks Jacobi = ( ). Dengan menyelesaikan persamaan karakteristik =, diperoleh nilai eigen sebagai berikut: =, =. Diasumsikan parameter tidak bernilai negatif, sehingga > dan <. Karena kedua nilai eigen bernilai real dan berbeda tanda, sehingga kestabilan bersifat sadel (Strogatz 1994). Analisis Kestabilan di Sekitar, Substitusi, pada matriks Jacobi persamaan (12), sehingga diperoleh matriks Jacobi = ( ). Dengan menyelesaikan persamaan karakteristik =, diperoleh nilai eigen sebagai berikut: =, =. Karena diasumsikan parameter tidak bernilai negatif, sehingga < dan bergantung pada nilai dan yang ditentukan. Jika > maka kestabilan bersifat simpul stabil. Jika < maka kestabilan bersifat sadel (Strogatz 1994). Analisis Kestabilan di Sekitar ++, ++ Substitusi titik tetap ++, ++ pada matriks Jacobi persamaan (12), Dengan menyelesaikan persamaan karakteristik =, diperoleh nilai eigen sebagai berikut: = δ, = δ +, dengan = δ δ δ + δ, = δ δ + δ + δ δ. Diasumsikan parameter tidak bernilai negatif, sehingga kestabilan titik tetap ditentukan dari nilai eigen yang bergantung pada nilai parameter dan. Jika nilai > dan < maka kestabilan bersifat simpul stabil. Jika nilai < dan < maka kestabilan bersifat sadel. Jika nilai < dan
20 8 < maka kestabilan bersifat spiral stabil. Jika nilai < dan > maka kestabilan bersifat spiral tak stabil (Strogatz 1994). Terjadi perubahan kestabilan titik tetap δ+δ+, δ δ+δ+ δ δ dari kondisi kestabilan spiral stabil menjadi spiral tak stabil dengan mengubah nilai parameter sistem. (Bukti lampiran 5) Model 2 Penentuan Titik Tetap Penentuan titik tetap Model 2 diperoleh dari persamaan (10), sehingga persamaan menjadi: =, + + =. = dan = pada Dilakukan penyelesaian pada sistem persamaan (13) sehingga diperoleh 4 titik tetap, yaitu,,,,,, dan,. (Bukti Lampiran 3) Perbedaan Model 1 dan Model 2 adalah dari jumlah dan nilai titik tetap yang diperoleh. Analisis Kestabilan Titik Tetap (13) Dengan melakukan pelinearan pada Model 2 sehingga diperoleh matriks Jacobi sebagai berikut: + = +. (14) (Bukti lampiran 6) Kestabilan di sekitar titik tetap dapat diperiksa dengan melihat nilai eigen yang diperoleh dari matriks Jacobi persamaan (14) yang dievaluasi pada titik tetap. Analisis Kestabilan di Sekitar, Substitusikan, pada matriks Jacobi persamaan (14), sehingga diperoleh matriks Jacobi = ( ). Dengan menyelesaikan persamaan karakteristik =, diperoleh nilai eigen sebagai berikut: + =, =.
21 9 Karena diasumsikan parameter tidak bernilai negatif, sehingga > dan bergantung pada nilai yang ditentukan. Jika < maka kestabilan bersifat simpul tak stabil. Jika > maka kestabilan bersifat sadel (Strogatz 1994). Analisis Kestabilan di Sekitar, Titik tetap, disubstitusikan pada matriks Jacobi persamaan (14), sehingga diperoleh matriks Jacobi = ( ). Dengan menyelesaikan persamaan karakteristik =, diperoleh nilai eigen sebagai berikut: =, =. Karena diasumsikan parameter tidak bernilai negatif, sehingga < dan bergantung pada nilai yang ditentukan. Jika < maka kestabilan bersifat sadel. Jika > maka kestabilan bersifat simpul stabil (Strogatz 1994). Analisis Kestabilan di Sekitar, Substitusikan titik tetap, sehingga diperoleh matriks Jacobi: = ( pada matriks Jacobi persamaan (14),. + ) Dengan menyelesaikan persamaan karakteristik =, diperoleh nilai eigen sebagai berikut: =, = +. Karena diasumsikan parameter tidak bernilai negatif, sehingga dan bergantung pada nilai yang ditentukan. Jika < maka kestabilan bersifat sadel. Jika > maka kestabilan bersifat simpul tak stabil. Analisis Kestabilan di Sekitar, Substitusikan titik tetap, pada matriks Jacobi persamaan (2), sehingga diperoleh matriks Jacobi: = + ( ( ) )
22 10 Dengan menyelesaikan persamaan karakteristik =, diperoleh nilai eigen sebagai berikut: + = +, + = +. Kestabilan di sekitar titik tetap belum dapat ditentukan dari nilai eigen yang diperoleh. Sehingga, kestabilan di sekitar titik tetap ditentukan dari hasil simulasi yang akan dilakukan. (Bukti lampiran 7) Model 1 Tabel 1 Ringkasan analisis kestabilan Model 1 dan Model 2 Ket. S SS SS > ; >, < S S < ; <, < SPS <, < SPTS <, > STS S S < S SS STS > Model 2 Keterangan: (S=Sadel; SS=Simpul Stabil; STS=Simpul Tak Stabil; SPS=Spiral Stabil; SPTS=Spiral Tak Stabil). SIMULASI NUMERIK Dalam karya ilmiah ini akan dilakukan simulasi terhadap dua model persamaan yaitu Model 1 dan Model 2. Pada simulasi untuk Model 1 tingkat interaksi antara mangsa dengan pemangsa () mempengaruhi kestabilan di titik tetap. Sehingga dalam simulasi untuk Model 1 akan dilakukan perubahan pada nilai parameter untuk melihat perubahan kestabilannya. Selanjutnya, dilakukan simulasi untuk Model 2. Diasumsikan bahwa setiap parameter bernilai taknegatif. Saat penondimensionalan model diketahui bahwa = dan =. Nilai sebanding dengan tingkat pertumbuhan mangsa tanpa pengaruh adanya pemangsa. Sedangkan nilai sebanding dengan tingkat kematian pemangsa. Model 2 hanya dilakukan simulasi pada nilai < untuk melihat jenis kestabilannya. Nilai setiap parameter untuk masing-masing persamaan diasumsikan sebagai berikut dalam Tabel 2 dan Tabel 3.
23 11 Tabel 2 Pemilihan nilai parameter untuk Model 1 Kas Nilai eigen dan kestabilan titik tetap = 0.41 = -0.5 S = 0.41 = -0.5 S = = -0,01 SS = = 0.1 S =. =. S =. =, SS Ket. > < = 0.41 = -0.5 S = = 0.25 S =... =.. +. SPS < = 0.41 = -0.5 S = =. S =... =... SPTS Keterangan: (S=Sadel; SS=Simpul Stabil; STS=Simpul Tak Stabil; SPS=Spiral Stabil; SPTS=Spiral Tak Stabil). Tabel 3 Pemilihan nilai parameter untuk Model 2 < Kas Nilai eigen dan kestabilan titik tetap =. = 1.23 STS =. = S =. =. SS Ket. < =. = 1.23 =. = =. =. < STS S SS =. = 1.23 =. = =. =. < STS S SS =. = 1.23 =. = =. =. < STS Keterangan: (S=Sadel; SS=Simpul Stabil; STS=Simpul Tak Stabil; SPS=Spiral Stabil; SPTS=Spiral Tak Stabil). S SS
24 12 Simulasi 1 Dinamika Populasi Mangsa Pemangsa Model 1 Kasus 1 Nilai parameter yang digunakan adalah δ =., dengan nilai awal =. dan =.. Pada Kasus 1 diperoleh nilai titik tetap,,,,.,.. Nilai eigen yang didapatkan pada Kasus 1 adalah =. dan =.. Gambar 1 Bidang fase populasi mangsa x terhadap populasi pemangsa y Mangsa (x) Pemangsa (y) Gambar 2 Bidang solusi jumlah populasi terhadap waktu Gambar 1 menunjukkan bahwa ilustrasi bidang fase di sekitar titik tetap di mana kedua populasi stabil menuju titik tetap. Pada Gambar 1 diperlihatkan bahwa kestabilan titik tetapnya adalah stabil. Gambar 2 menunjukkan bahwa pada waktu awal populasi mangsa mengalami penurunan yang mengakibatkan populasi pemangsa ikut mengalami penurunan. Hal tersebut terjadi akibat tingkat interaksi antara mangsa pemangsa cukup rendah. Selanjutnya, pada nilai tertentu populasi mangsa naik tetapi populasi pemangsa tetap menurun menuju kepunahan. Hingga pada suatu nilai kedua populasi mengalami kestabilan.
25 13 Dinamika Populasi Mangsa Pemangsa Model 1 Kasus 2 Nilai parameter yang digunakan adalah δ =., dengan nilai awal =. dan =.. Pada Kasus 2 diperoleh nilai titik tetap,,,,.,.. Nilai eigen yang didapatkan pada Kasus 2 adalah =. dan =., sehingga kestabilan di titik tetap adalah simpul stabil. Gambar 3 Bidang fase populasi mangsa x terhadap populasi pemangsa y Mangsa (x) Pemangsa (y) Gambar 4 Bidang solusi jumlah populasi terhadap waktu Gambar 3 menunjukkan bahwa ilustrasi bidang fase di sekitar titik tetap di mana kedua populasi stabil menuju titik tetap. Kestabilan di sekitar titik tetap bersifat sadel. Pada Gambar 3 diperlihatkan bahwa kestabilan titik tetapnya adalah stabil. Gambar 4 menunjukkan bahwa pada waktu awal populasi mangsa mengalami penurunan yang mengakibatkan populasi pemangsa ikut mengalami penurunan. Selanjutnya, pada nilai tertentu populasi mangsa mengalami kenaikan jumlah populasi. Hingga pada suatu nilai kedua populasi mengalami kestabilan jumlah populasi.
26 14 Dinamika Populasi Mangsa Pemangsa Model 1 Kasus 3 Nilai parameter yang digunakan adalah δ =., dengan nilai awal =. dan =.. Pada Kasus 3 diperoleh nilai titik tetap,,,,.,.. Nilai eigen yang didapatkan pada Kasus 3 adalah =... dan =.. +., sehingga kestabilan di titik tetap adalah spiral stabil. Gambar 5 Bidang fase populasi mangsa x terhadap populasi pemangsa y Mangsa (x) Pemangsa (y) Gambar 6 Bidang solusi jumlah populasi terhadap waktu Gambar 5 merupakan ilustrasi bidang fase di sekitar titik tetap. Kedua populasi stabil menuju titik tetap. Jenis kestabilan yang terjadi pada Kasus 2 adalah stabil. Gambar 6 menunjukkan bahwa pada waktu awal terjadi penurunan terhadap kedua populasi. Ketika mulai terjadi kenaikan jumlah populasi mangsa, diikuti dengan kenaikan jumlah populasi pemangsa dikarenakan ketersediaan makanan yang mencukupi. Kondisi sebaliknya, ketika terjadi penurunan pada jumlah populasi mangsa kemudian diikuti dengan penurunan jumlah populasi pemangsa. Gambar 6 menunjukkan terjadi osilasi dengan simpangan yang semakin mengecil dan pada suatu nilai tertentu kedua populasi mengalami kestabilan.
27 15 Dinamika Populasi Mangsa Pemangsa Model 1 Kasus 4 Nilai parameter yang digunakan adalah δ =., dengan nilai awal =. dan =.. Pada Kasus 4 diperoleh nilai titik tetap,,,,.,.. Nilai eigen yang didapatkan pada Kasus 4 adalah =... dan =..., sehingga kestabilan di titik tetap adalah spiral tak stabil. Gambar 7 Bidang fase yang menunjukkan jenis kestabilan spiral tak stabil Mangsa (x) Pemangsa (y) Gambar 8 Bidang solusi jumlah populasi terhadap waktu
28 16 Gambar 9 Bidang fase yang menunjukkan terjadi limit cycle Mangsa (x) Pemangsa (y) Gambar 10 Bidang solusi jumlah populasi terhadap waktu Gambar 7 merupakan ilustrasi bidang fase di sekitar titik tetap di mana kedua populasi tak stabil menjauhi titik tetap. Kestabilan di sekitar titik tetap bersifat spiral tak stabil. Gambar 8 merupakan gambaran pada interaksi antara mangsa dengan pemangsa dengan nilai awal yang berbeda. Terjadi penurunan jumlah kedua populasi pada waktu awal. Pada suatu waktu terjadi kenaikan jumlah populasi mangsa. Selanjutnya, diikuti dengan kenaikan pada jumlah populasi pemangsa dan kejadian tersebut terus berulang. Terjadi osilasi dengan nilai simpangan yang semakin membesar, sehingga mengakibatkan kedua populasi tidak stabil menuju ke suatu nilai tertentu. Gambar 9 merupakan bidang fase kemunculan limit cycle. Perubahan kestabilan yang melalui sepasang nilai eigen imajiner murni mengakibatkan munculnya keberadaan limit cycle merupakan sifat dari bifurkasi Hopf. Gambar 10 merupakan gambaran pada interaksi antara mangsa dengan pemangsa yang di waktu awal terjadi interaksi yang ekstrim. Dibutuhkan waktu yang singkat bagi pemangsa untuk mencari mangsa. Terjadi osilasi dengan nilai simpangan yang tetap, sehingga mengakibatkan kedua populasi tidak stabil menuju ke suatu nilai tertentu.
29 17 Simulasi 2 Dinamika Populasi Mangsa Pemangsa Model 2 Kasus 1 Nilai parameter yang digunakan adalah =., =., =. dengan nilai awal =. dan = 0.3. Pada Kasus 1 diperoleh nilai titik tetap,,.,,,.. Gambar 11 Bidang fase populasi mangsa x terhadap populasi pemangsa y Mangsa (x) Pemangsa (y) Gambar 12 Bidang solusi jumlah populasi terhadap waktu Pada Kasus 1 kestabilan di titik tetap adalah simpul stabil. Gambar 11 merupakan ilustrasi bidang fase di sekitar titik tetap. Kedua populasi stabil menuju titik tetap. Jenis kestabilan yang terjadi pada Kasus 1 pada Model 2 adalah stabil. Gambar 12 menunjukkan bahwa pada waktu awal terjadi kenaikan terhadap jumlah populasi mangsa, tetapi terjadi penurunan terhadap jumlah populasi pemangsa. Hal tersebut dikarenakan tingkat kematian populasi pemangsa lebih tinggi dari tingkat interaksi antara mangsa dengan pemangsa. Hingga populasi pemangsa hampir mengalami kepunahan.
30 18 Dinamika Populasi Mangsa Pemangsa Model 2 Kasus 2 Nilai parameter yang digunakan adalah =., =., =. dengan nilai awal =. dan = Pada Kasus 2 diperoleh nilai titik tetap,,.,,,.. Gambar 13 Bidang fase populasi mangsa x terhadap populasi pemangsa y Mangsa Pemangsa Gambar 14 Bidang solusi jumlah populasi terhadap waktu Pada Kasus 2 kestabilan di titik tetap adalah spiral stabil. Gambar 13 merupakan ilustrasi bidang fase di sekitar titik tetap. Kedua populasi stabil menuju titik tetap. Jenis kestabilan yang terjadi pada Kasus 2 pada Model 2 adalah stabil. Gambar 14 menunjukkan bahwa pada waktu awal terjadi kenaikan terhadap jumlah populasi pemangsa, tetapi terjadi penurunan terhadap jumlah populasi mangsa. Jumlah populasi mangsa di awal waktu hampir mengalami kepunahan. Akibatnya, terjadi penurunan jumlah populasi pemangsa dikarenakan ketersediaan mangsa sebagai sumber makanan yang tidak memenuhi. Pada suatu nilai, terjadi peningkatan terhadap jumlah populasi mangsa. Selanjutnya, terjadi peningkatan jumlah populasi pemangsa. Hingga pada suatu nilai keduanya mengalami kestabilan.
31 19 Dinamika Populasi Mangsa Pemangsa Model 2 Kasus 3 Nilai parameter yang digunakan adalah =., =., =. dengan nilai awal =. dan = Pada Kasus 3 diperoleh nilai titik tetap,,.,,,.. Gambar 15 Bidang fase populasi mangsa x terhadap populasi pemangsa y Mangsa Pemangsa Gambar 16 Bidang solusi jumlah populasi terhadap waktu Gambar 15 merupakan ilustrasi bidang fase di sekitar titik tetap. Jenis kestabilan yang terjadi pada Kasus 3 pada Model 2 adalah stabil. Gambar 16 menunjukkan bahwa pada waktu awal terjadi kenaikan terhadap jumlah populasi mangsa, tetapi terjadi penurunan terhadap jumlah populasi pemangsa. Jumlah populasi pemangsa di awal waktu hampir mengalami kepunahan. Pada suatu nilai, terjadi peningkatan terhadap jumlah populasi pemangsa dan penurunan pada jumlah populasi mangsa. Populasi pemangsa meningkat tanpa batas, sementara populasi mangsa menuju kepunahan. Hal tersebut tidak mungkin terjadi, karena jika populasi mangsa menuju kepunahan artinya ketersediaan mangsa sebagai sumber makanan bagi pemangsa tidak mencukupi dan populasi pemangsa tidak mungkin mengalami peningkatan tanpa batas.
32 20 Dinamika Populasi Mangsa Pemangsa Model 2 Kasus 4 Nilai parameter yang digunakan adalah =., =., =. dengan nilai awal =. dan = Pada Kasus 4 diperoleh nilai titik tetap,,.,,,.. Gambar 17 Bidang fase populasi mangsa x terhadap populasi pemangsa y Mangsa Pemangsa Gambar 18 Bidang solusi jumlah populasi terhadap waktu Gambar 17 merupakan ilustrasi bidang fase di sekitar titik tetap. Kedua populasi stabil menuju titik tetap. Jenis kestabilan yang terjadi pada Kasus 4 pada Model 2 adalah stabil. Gambar 18 merupakan ilustrasi bidang solusi populasi mangsa dan populasi pemangsa terhadap waktu. Ilustrasi bidang solusi pada kasus 4 model 2 menunjukan hasil yang serupa dengan ilustrasi bidang solusi kasus 3 model 2.
33 21 Tabel 4 Kestabilan hasil simulasi Model 1 dan Model 2 Model 1 Kasus 1 S SS - - Kasus 2 S S SS - Kasus 3 S S SPS - Kasus 4 S S SPTS - Model 2 Kasus 1 STS SS S - Kasus 2 STS S S SPS Kasus 3 STS S S - Kasus 4 STS S S - Keterangan: (S=Sadel; SS=Simpul Stabil; STS=Simpul Tak Stabil; SPS=Spiral Stabil; SPTS=Spiral Tak Stabil). SIMPULAN Model mangsa-pemangsa Holling-Tanner tipe II diperoleh dua model persamaan yaitu Model 1 dan Model 2. Model 1 diperoleh dua titik tetap dan Model 2 diperoleh empat titik tetap. Hasil analisis pada Model 1 diperoleh dua titik tetap yaitu dan serta dilakukan analisis di sekitar titik (0,0) yang disebut. Kestabilan di sekitar titik tetap selalu bersifat sadel. Saat tingkat kematian pemangsa lebih rendah dari tingkat interaksi antara mangsa dengan pemangsa, kestabilan di sekitar titik tetap bersifat sadel. Saat tingkat kematian pemangsa lebih tinggi dari tingkat interaksi antara mangsa dengan pemangsa, kestabilan di sekitar titik tetap bersifat simpul stabil. Kestabilan di sekitar titik tetap bergantung pada nilai dan. Terjadi kemunculan limit cycle yang merupakan sifat dari bifurkasi Hopf akibat terjadinya perubahan kestabilan dari spiral stabil menjadi spiral tak stabil. Hasil analisis pada Model 2 diperoleh empat titik tetap yaitu,,, dan. Kestabilan di sekitar titik tetap, dan bergantung pada nilai parameter tingkat kematian pemangsa. Jenis kestabilan untuk kasus 1 model 2 yaitu stabil menuju titik tetap. Penentuan jenis kestabilan di sekitar titik tetap hanya ditentukan berdasarkan hasil simulasi. Dari hasil simulasi, pada kasus 2 model 2 jenis kestabilan titik tetap adalah spiral stabil. Pada kasus 3 dan 4 model 2 terjadi pertumbuhan yang tidak terbatas terhadap jumlah populasi pemangsa. Sementara populasi mangsa menuju kepunahan. Hal tersebut tidak mungkin terjadi dalam kondisi sesungguhnya, karena jika populasi mangsa menuju kepunahan artinya ketersediaan mangsa sebagai sumber makanan bagi pemangsa tidak mencukupi dan populasi pemangsa tidak mungkin mengalami peningkatan tanpa batas.
34 22 DAFTAR PUSTAKA Bacaer N A Short History of Mathematical Population Dynamics. New York (US): Springer-Verlag. Curio E The Ethology of Predation. New York (US): Springer-Verlag. Garrott RA, White PJ, Watson FGR The Ecology of Large Mammals in Central Yellowstone Sixteen Years of Integrated Field Studies. San Diego (US): Elsevier. Kuang Y, Li B Heteroclinic bifurcation in the Michaelis-Menten-type ratiodependent predator-prey system. Society for Industrial and Applied Mathematics. 67(5): DOI / Skalski GT, Gilliam JF Functional Response with Predator Interference: Viable Alternatives to the Holling Type II Model. Ecology. 82: doi: / Strogatz SH Nonlinear Dynamics and Chaos, with Application to Physics, Biology, Chemistry, and Engineering. Massachusetts (US): Addison-Wesley Publishing Company. Tang Y, Zhang W Heteroclinic bifurcation in a ratio-dependent predatorprey system. J. Math. Biol. 50, DOI /s Tu PNV Dynamical System An Introduction with Application in Economics and Biology. Heidelberg (DE): Springer-Verlag. Verhulst F Nonlinear Differential Equations and Dynamical Systems. Heidelberg (DE): Springer-Verlag.
35 23 Lampiran 1 Penondimensionalan Model Model persamaan : = +, = ( + ). Untuk memperoleh sistem persamaan yang lebih sederhana dilakukan penondimensionalan model dengan skala parameter yang digunakan, yaitu :,,. = ( ) + = + = + = = + + = ( + ) = ( + ) = ( + ) = +. Misalkan : =, =, δ =. Substitusikan,, ke persamaan dan, sehingga sistem persamaan menjadi: = +, δ = +.
36 24 Lampiran 2 Penentuan titik tetap Model 1 Penentuan titik tetap Model 1 ditentukan dengan cara membuat persamaan menjadi = dan = seperti persamaan (11) berikut: + =, δ =. + Dari persamaan (11) didapat : + = + = diperoleh: = dan = +. Selanjutnya, δ = + ( δ ) = + diperoleh: = dan = δ. + Substitusikan = pada persamaan δ =, sehingga diperoleh: + δ = + = = diperoleh titik tetap,. Dari persamaan = dan persamaan = = = = diperoleh titik tetap,. Dari persamaan = = = = = + δ + δ + +, diperoleh: dan persamaan = δ +, diperoleh: = δ δ δ = δ + δ δ δ + δ = δ δ+. δ
37 Selanjutnya substitusikan nilai yang diperoleh ke persamaan = δ +, sehingga didapatkan: = δ + + = δ + = δ = δ = δ = δ δ+ δ δ = δ δ+δ δ diperoleh titik tetap + Lampiran 3 Penentuan titik tetap Model 2, +. Penentuan titik tetap Model 2 ditentukan dengan cara membuat persamaan menjadi = dan = seperti persamaan (13) berikut: =, + + =. Dari persamaan (13) didapat : = diperoleh: = dan = +. Selanjutnya, + + = diperoleh: = dan + =. Dari persamaan = dan = diperoleh titik tetap,. Dari persamaan = dan persamaan = +, diperoleh: = + = diperoleh titik tetap,. Dari persamaan = dan persamaan + =, diperoleh: + = = =. Karena nilai =, sehingga: = = diperoleh titik tetap,. 25
38 26 Dari persamaan = + dan persamaan + =, diperoleh: + = + = = + + = + = + =. Selanjutnya, = = - = diperoleh titik tetap,. Lampiran 4 Penentuan matriks Jacobi Model 1 Misalkan Model 1 ditulis sebagai berikut:, = = +,, = = +. Dilakukan pelinearan sehingga diperoleh matriks Jacobi: = ( ) dengan: = ( = ) + = ( + ) = + + = ( δ + ) = δ + δ + = ( δ + ) = δ + δ + = δ ( + + δ δ + + δ. + )
39 27 Lampiran 5 Penentuan nilai eigen Model 1 Pelinearan titik tetap, Substitusikan titik tatap terhadap matriks Jacobi Model 1 = ( ). Selanjutnya, dengan menyelesaikan persamaan karakteristik ( ) = untuk memperoleh nilai eigen. = = = =, =. Pelinearan titik tetap, Substitusikan titik tetap terhadap matriks Jacobi Model 1 = ( δ ). Selanjutnya, dengan menyelesaikan persamaan karakteristik det( ) = untuk memperoleh nilai eigen. = δ = δ = =, = δ. Pelinearan titik tetap δ+δ+, δ δ+δ+ δ δ Substitusikan titik tetap terhadap matriks Jacobi Model 1 dengan = ++ + ( ++ + = ), = δ δ+δ+ δ δ+δ+ δ + δ δ+δ+ δ δ δ+δ+ δ δ+δ+, + δ δ+δ+ δ = = δ δ+δ+ δ δ+δ+ δ + + δ δ+δ+ δ δ δ+δ+ δ δ+δ+ δ + + δ δ+δ+ δ δ δ+δ+, + δ δ+δ+ δ δ+δ+ δ δ+δ+ δ δ+δ+. + δ δ+δ+ δ
40 28 dengan Selanjutnya, dengan menyelesaikan persamaan karakteristik det( ) = untuk memperoleh nilai eigen. = =. Sehingga diperoleh nilai eigen sebagai berikut: = +, = + = + + = + +. Lampiran 6 Penentuan matriks Jacobi Model 2 Misalkan Model 2 ditulis sebagai berikut:, = =,, = = + +. Dilakukan pelinearan sehingga diperoleh matriks Jacobi: = ( ) dengan: = ( ) = ( ) = = = ( + + ) = + = = ( + + ) = + +.
41 29 Lampiran 7 Penentuan nilai eigen Model 2 Pelinearan titik tetap, Substitusikan titik tetap terhadap matriks Jacobi Model 2 = ( ). Selanjutnya, dengan menyelesaikan persamaan karakteristik det( ) = untuk memperoleh nilai eigen. = = = =, =. Pelinearan titik tetap, Substitusikan titik tetap terhadap matriks Jacobi Model 2 = ( ). Selanjutnya, dengan menyelesaikan persamaan karakteristik det( ) = untuk memperoleh nilai eigen. = = = =, =. Pelinearan titik tetap, Substitusikan titik tetap terhadap matriks Jacobi Model 2 = (. + )
42 30 Selanjutnya, dengan menyelesaikan persamaan karakteristik det( ) = untuk memperoleh nilai eigen. = ( ) + =, = + = +. = Pelinearan titik tetap, Substitusikan titik tetap terhadap matriks Jacobi Model = + ( ) Selanjutnya, dengan menyelesaikan persamaan karakteristik det( ) = untuk memperoleh nilai eigen. = ( = + ) + = +, + = +. Lampiran 8 Program plot bidang fase kasus 1 Model 1 (Gambar 1) : h: h: h: [ =.. ( )., = ].:.:.: h, [,, =.., [[ =., =.] ], =., =, = Lampiran 9 Program plot bidang solusi kasus 1 Model 1 (Gambar 2) : h: h: h: [ =.. ( )., = ].:.:.: +
43 31 h, [,, =.., [[ =., =.] ], =., = [, ], = [^ ^, ^ ^ ], =, h, [,, =.., [[ =., =.] ], =, =., = [, ], = [^ ^, ^ ^ ], =. Lampiran 10 Program plot bidang fase kasus 2 Model 1 (Gambar 3) : h: h: h: [ =.. ( )., = ].:.:.: h, [,, =.., [[ =., =.] ], =., =, = Lampiran 11 Program plot bidang solusi kasus 2 Model 1 (Gambar 4) : h: h: h: [ =.. ( )., = ].:.:.: h, [,, =.., [[ =., =.] ], =., = [, ], = [^ ^, ^ ^ ], =, h, [,, =.., [[ =., =.] ], =, =., = [, ], = [^ ^, ^ ^ ], =. Lampiran 12 Program plot bidang fase kasus 3 Model 1 (Gambar 5) : h: h: h: [ =.. ( )., = ].:.:.: h, [,, =.., [[ =., =.] ], =., =, = Lampiran 13 Program plot bidang solusi kasus 3 Model 1 (Gambar 6) : h: h: h: [ =.. ( )., = ].:.:.: +
44 32 h, [,, =.., [[ =., =.] ], =., = [, ], = [^ ^, ^ ^ ], =, h, [,, =.., [[ =., =.] ], =, =., = [, ], = [^ ^, ^ ^ ], =. Lampiran 14 Program plot bidang fase kasus 4 Model 1 (Gambar 7) : h: h: h: [ =.. ( )., = ].:.:.: h, [,, =.., [[ =., =.] ], =., =, = Lampiran 15 Program plot bidang solusi kasus 4 Model 1 (Gambar 8) : h: h: h: [ =.. ( )., = ].:.:.: h, [,, =.., [[ =., =.] ], =., = [, ], = [^ ^, ^ ^ ], =, h, [,, =.., [[ =., =.] ], =, =., = [, ], = [^ ^, ^ ^ ], =. Lampiran 16 Program plot bidang fase kasus 4 Model 1 (Gambar 9) : h: h: h: [ =.. ( )., = ].:.:.: h, [,, =.., [[ =., =.] ], =., =, = Lampiran 17 Program plot bidang solusi kasus 4 Model 1 (Gambar 10) : h: h: h: [ =.. ( )., = ].:.:.: +
45 h, [,, =.., [[ =., =.] ], =., = [, ], = [^ ^, ^ ^ ], =, h, [,, =.., [[ =., =.] ], =, =., = [, ], = [^ ^, ^ ^ ], =. Lampiran 18 Program plot bidang fase kasus 1 Model 2 (Gambar 11) : h: h: h: [ = (. ), = ].:.:.: h, [,, =.., [[ =., =.] ], =., =, = Lampiran 19 Program plot bidang solusi kasus 1 Model 2 (Gambar 12) : h: h: h: [ = (. ), = ].:.:.: h, [,, =.., [[ =., =.] ], =., = [, ], = [^ ^, ^ ^ ], =, h, [,, =.., [[ =., =.] ], =, =., = [, ], = [^ ^, ^ ^ ], =. Lampiran 20 Program plot bidang fase kasus 2 Model 2 (Gambar 13) : h: h: h: [ = (. ), = ].:.:.: h, [,, =.., [[ =., =.] ], =., =, = Lampiran 21 Program plot bidang solusi kasus 2 Model 2 (Gambar 14) : h: h: h: [ = (. ), = ].:.:.: h, [,, =.., [[ =., =.] ], =., = [, ], = [^ ^, ^ ^ ], =, h, [,, =.., [[ =., =.] ], =, =., = [, ], = [^ ^, ^ ^ ], =. Lampiran 22 Program plot bidang fase kasus 3 Model 2 (Gambar 15) : h: h: h: [ = (. ), = ] 33
46 34.:.:.: h, [,, =.., [[ =., =.] ], =., =, = Lampiran 23 Program plot bidang solusi kasus 3 Model 2 (Gambar 16) : h: h: h: [ = (. ), = ].:.:.: h, [,, =.., [[ =., =.] ], =., = [, ], = [^ ^, ^ ^ ], =, h, [,, =.., [[ =., =.] ], =, =., = [, ], = [^ ^, ^ ^ ], =. Lampiran 24 Program plot bidang fase kasus 4 Model 2 (Gambar 17) : h: h: h: [ = (. ), = ].:.:.: h, [,, =.., [[ =., =.] ], =., =, = Lampiran 25 Program plot bidang solusi kasus 4 Model 2 (Gambar 18) : h: h: h: [ = (. ), = ].:.:.: h, [,, =.., [[ =., =.] ], =., = [, ], = [^ ^, ^ ^ ], =, h, [,, =.., [[ =., =.] ], =, =., = [, ], = [^ ^, ^ ^ ], =.
47 35 RIWAYAT HIDUP Penulis bernama lengkap Intan Selvya, lahir pada tanggal 28 Juli 1994 di Bogor, Jawa Barat. Penulis merupakan anak pertama dari tiga bersaudara dan lahir dari pasangan suami istri Bapak Suarta dan Ibu Marliah. Pendidikan yang telah ditempuh oleh penulis yaitu SD Negeri Bojongrangkas 04 Kabupaten Bogor lulus tahun 2006, SMP Negeri 1 Cibungbulang Kabupaten Bogor lulus tahun 2009, dan SMA Negeri 1 Cibungbulang Kabupaten Bogor lulus tahun Sejak tahun 2012 sampai dengan penulisan skripsi ini, penulis masih terdaftar sebagai mahasiswa Program S-1 Departemen Matematika, Fakultas MIPA di Institut Pertanian Bogor (IPB). Selama menjadi mahasiswa IPB, penulis aktif dalam berbagai kegiatan yang ada di kampus IPB yaitu mengikuti PB Gumatika 2013 sampai 2016, dan menjadi anggota pengurus Gugus Mahasiswa Matematika (Gumatika) pada Biro Kewirausahaan tahun 2013/2014. Serta menjadi ketua Biro Kewirausahaan Gugus Mahasiswa Matematika (Gumatika) tahun 2014/2015. Selain itu, penulis juga aktif dalam mengikuti lomba yang diadakan oleh Departemen Matematika, Fakultas MIPA, dan Bidikmisi IPB. Adapun penghargaan yang telah penulis raih, antara lain Juara 3 Perkusi SEMARAK BIDIK MISI tahun 2013, Juara 2 Aerobik SPIRIT tahun 2014, Juara 3 Bulutangkis SPIRIT tahun 2015, serta Juara 2 Bulutangkis SPIRIT tahun 2016.
ANALISIS KESTABILAN MODEL INTERAKSI PEMANGSA DAN MANGSA PADA DUA HABITAT YANG BERBEDA ADE NELVIA
ANALISIS KESTABILAN MODEL INTERAKSI PEMANGSA DAN MANGSA PADA DUA HABITAT YANG BERBEDA ADE NELVIA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012
Lebih terperinciANALISIS MODEL MANGSA-PEMANGSA HOLLING-TANNER TIPE II DENGAN MANGSA YANG TERLINDUNG DAN ADANYA PEMANENAN POPULASI EKA PUJIYANTI
ANALISIS MODEL MANGSA-PEMANGSA HOLLING-TANNER TIPE II DENGAN MANGSA YANG TERLINDUNG DAN ADANYA PEMANENAN POPULASI EKA PUJIYANTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciANALISIS KESTABILAN MODEL MANGSA-PEMANGSA HUTCHINSON DENGAN WAKTU TUNDA DAN PEMANENAN KONSTAN LILIS SAODAH
ANALISIS KESTABILAN MODEL MANGSA-PEMANGSA HUTCHINSON DENGAN WAKTU TUNDA DAN PEMANENAN KONSTAN LILIS SAODAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciBIFURKASI HOPF PADA MODEL SILKUS BISNIS KALDOR-KALECKI TANPA WAKTU TUNDA
BIFURKASI HOPF PADA MODEL SILKUS BISNIS KALDOR-KALECKI TANPA WAKTU TUNDA NURRACHMAWATI 1) DAN A. KUSNANTO 2) 1) Mahasiswa Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut
Lebih terperinciBIFURKASI HOPF MODEL MANGSA-PEMANGSA DENGAN WAKTU TUNDA NI NYOMAN SURYANI
BIFURKASI HOPF MODEL MANGSA-PEMANGSA DENGAN WAKTU TUNDA NI NYOMAN SURYANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI SKRIPSI
Lebih terperinciMODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM
MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK RIDWAN IDHAM. Model
Lebih terperinciBIFURKASI HOPF PADA MODEL MANGSA PEMANGSA DENGAN WAKTU TUNDA DAN TINGKAT PEMANENAN KONSTAN LOLA OKTASARI
BIFURKASI HOPF PADA MODEL MANGSA PEMANGSA DENGAN WAKTU TUNDA DAN TINGKAT PEMANENAN KONSTAN LOLA OKTASARI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciPERILAKU DINAMIS MODEL MANGSA-PEMANGSA TIPE GAUSE YANG DIPERUMUM DENGAN WAKTU TUNDA PEMANENAN KONSTAN HASANNUDIN
PERILAKU DINAMIS MODEL MANGSA-PEMANGSA TIPE GAUSE YANG DIPERUMUM DENGAN WAKTU TUNDA PEMANENAN KONSTAN HASANNUDIN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
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 terperinciSTABILITAS GLOBAL MODEL HOLLING-TANNER TIPE II LAZUARDI RAMADHAN
STABILITAS GLOBAL MODEL HOLLING-TANNER TIPE II LAZUARDI RAMADHAN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 013 ABSTRAK LAZUARDI RAMADHAN. Stabilitas
Lebih terperinciMODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM
MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 011 ABSTRAK RIDWAN IDHAM. Model
Lebih terperinciANALISIS BIFURKASI PADA MODEL MATEMATIS PREDATOR PREY DENGAN DUA PREDATOR Lia Listyana 1, Dr. Hartono 2, dan Kus Prihantoso Krisnawan,M.
1 Abstrak ANALISIS BIFURKASI PADA MODEL MATEMATIS PREDATOR PREY DENGAN DUA PREDATOR Lia Listyana 1, Dr. Hartono 2, Kus Prihantoso Krisnawan,M.Si 3 1 Mahasiswa Jurusan Pendidikan Matematika, Universitas
Lebih terperinciPENGARUH MAKANAN TAMBAHAN DALAM MODEL MANGSA PEMANGSA BEDDINGTON DEANGELIS
PENGARUH MAKANAN TAMBAHAN DALAM MODEL MANGSA PEMANGSA BEDDINGTON DEANGELIS Ali Kusnanto 1), Hani Ammariah 2), Elis Khatizah 3) 1)2)3) Departemen Matematika, FMIPA, Institut Pertanian Bogor Kampus IPB Darmaga,
Lebih terperinciANALISIS DINAMIK SKEMA EULER UNTUK MODEL PREDATOR-PREY DENGAN EFEK ALLEE KUADRATIK
ANALISIS DINAMIK SKEMA EULER UNTUK MODEL PREDATOR-PREY DENGAN EFEK ALLEE KUADRATIK (DYNAMICAL ANALYSIS OF EULER SCHEME FOR PREDATOR- PREY WITH QUADRATIC ALLEE EFFECT) Vivi Aida Fitria 1, S.Nurul Afiyah2
Lebih terperinciDINAMIKA ORDE PERTAMA SISTEM NONLINIER TERKOPEL DENGAN RELASI PREDASI, MUTUAL, DAN SIKLIK (Tinjauan Kasus Mangsa-Pemangsa pada Sistem Ekologi)
1 DINAMIKA ORDE PERTAMA SISTEM NONLINIER TERKOPEL DENGAN RELASI PREDASI, MUTUAL, DAN SIKLIK (Tinjauan Kasus Mangsa-Pemangsa pada Sistem Ekologi) Oleh: MADA SANJAYA WS G74103018 DEPARTEMEN FISIKA FAKULTAS
Lebih terperinciANALISIS MODEL MANGSA-PEMANGSA MICHAELIS- MENTEN DENGAN PEMANENAN PADA POPULASI MANGSA HANDANU DWARADI
ANALISIS MODEL MANGSA-PEMANGSA MICHAELIS- MENTEN DENGAN PEMANENAN PADA POPULASI MANGSA HANDANU DWARADI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih 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 terperinciBAB I PENDAHULUAN. hidup lainnya. Interaksi yang terjadi antara individu dalam satu spesies atau
1 BAB I PENDAHULUAN A. LATAR BELAKANG Setiap mahluk hidup dituntut untuk senantiasa berinteraksi dengan mahluk hidup lainnya. Interaksi yang terjadi antara individu dalam satu spesies atau interaksi antara
Lebih terperinciBIFURKASI HOPF PADA MODIFIKASI MODEL PREDATOR-PREY LESLIE GOWER DENGAN FUNGSI RESPON HOLLING TIPE II
BIFURKASI HOPF PADA MODIFIKASI MODEL PREDATOR-PREY LESLIE GOWER DENGAN FUNGSI RESPON HOLLING TIPE II skripsi disajikan sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program Studi Matematika
Lebih terperinciANALISIS KESTABILAN MODEL MANGSA-PEMANGSA DENGAN INTERFERENSI ANTARPEMANGSA FIKRI AZHARI
ANALISIS KESTABILAN MODEL MANGSA-PEMANGSA DENGAN INTERFERENSI ANTARPEMANGSA FIKRI AZHARI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 03 ABSTRAK FIKRI
Lebih terperinciMODIFIKASI SISTEM PREDATOR-PREY: DINAMIKA MODEL LESLIE-GOWER DENGAN DAYA DUKUNG YANG TUMBUH LOGISTIK
SEMIRATA MIPAnet 2017 24-26 Agustus 2017 UNSRAT, Manado MODIFIKASI SISTEM PREDATOR-PREY: DINAMIKA MODEL LESLIE-GOWER DENGAN DAYA DUKUNG YANG TUMBUH LOGISTIK HASAN S. PANIGORO 1, EMLI RAHMI 2 1 Universitas
Lebih terperinciBIFURKASI HOPF PADA SISTEM PREDATOR PREY DENGAN FUNGSI RESPON TIPE II
BIFURKASI HOPF PADA SISTEM PREDATOR PREY DENGAN FUNGSI RESPON TIPE II SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan
Lebih terperinciANALISIS DINAMIK SISTEM PREDATOR-PREY MODEL LESLIE-GOWER DENGAN PEMANENAN SECARA KONSTAN TERHADAP PREDATOR
Jurnal Euler, ISSN: 2087-9393 Januari 2014, Vol.2, No.1, Hal.1-12 ANALISIS DINAMIK SISTEM PREDATOR-PREY MODEL LESLIE-GOWER DENGAN PEMANENAN SECARA KONSTAN TERHADAP PREDATOR Hasan S. Panigoro 1 Diterima:
Lebih terperinciMODEL PERSAMAAN DIFERENSIAL PADA INTERAKSI DUA POPULASI
MODEL PERSAMAAN DIFERENSIAL PADA INTERAKSI DUA POPULASI Supandi, Saifan Sidiq Abdullah Fakultas PMIPATI Universitas PGRI Semarang hspandi@gmail..com Abstrak Persaingan kehidupan di alam dapat dikategorikan
Lebih terperinciMODEL MATEMATIKA MANGSA-PEMANGSA DENGAN SEBAGIAN MANGSA SAKIT
Vol 10 No 2, 2013 Jurnal Sains, Teknologi dan Industri MODEL MATEMATIKA MANGSA-PEMANGSA DENGAN SEBAGIAN MANGSA SAKIT Mohammad Soleh 1, Siti Kholipah 2 1,2 Jurusan Matematika Fakultas Sains dan Teknologi
Lebih terperinciBIFURKASI PADA MODEL INTERAKASI TUMBUHAN DAN HERBIVORA IRMA SAHARA
i BIFURKASI PADA MODEL INTERAKASI TUMBUHAN DAN HERBIVORA IRMA SAHARA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013 ii iii PERNYATAAN MENGENAI SKRIPSI
Lebih 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 terperinciKESTABILAN MODEL POPULASI SATU MANGSA-DUA PEMANGSA DENGAN PEMANENAN OPTIMAL PADA PEMANGSA
Seminar Nasional Matematika dan Aplikasinya 21 Oktober 2017 Surabaya Universitas Airlangga KESTABILAN MODEL POPULASI SATU MANGSA-DUA PEMANGSA DENGAN PEMANENAN OPTIMAL PADA PEMANGSA Muhammad Ikbal 1) Syamsuddin
Lebih terperinciANALISIS BIFURKASI PADA MODEL MATEMATIS PREDATOR PREY DENGAN DUA PREDATOR SKRIPSI
ANALISIS BIFURKASI PADA MODEL MATEMATIS PREDATOR PREY DENGAN DUA PREDATOR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan
Lebih terperinciT 23 Center Manifold Dari Sistem Persamaan Diferensial Biasa Nonlinear Yang Titik Ekuilibriumnya Mengalami Bifurkasi Contoh Kasus Untuk Bifurkasi Hopf
T 23 Center Manifold Dari Sistem Persamaan Diferensial Biasa Nonlinear Yang Titik Ekuilibriumnya Mengalami Bifurkasi Contoh Kasus Untuk Bifurkasi Hopf Rubono Setiawan Prodi Pendidikan Matematika, F.KIP
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 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 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 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 terperinciSOLUSI MODEL SIKLUS BISNIS KALDOR-KALECKI TANPA WAKTU TUNDA DENGAN METODE RUNGE-KUTTA ORDE EMPAT NUR AISYAH MUKARROMAH
SOLUSI MODEL SIKLUS BISNIS KALDOR-KALECKI TANPA WAKTU TUNDA DENGAN METODE RUNGE-KUTTA ORDE EMPAT NUR AISYAH MUKARROMAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciDINAMIKA PERKEMBANGAN HIV/AIDS DI SULAWESI UTARA MENGGUNAKAN MODEL PERSAMAAN DIFERENSIAL NONLINEAR SIR (SUSCEPTIBLE, INFECTIOUS AND RECOVERED)
DINAMIKA PERKEMBANGAN HIV/AIDS DI SULAWESI UTARA MENGGUNAKAN MODEL PERSAMAAN DIFERENSIAL NONLINEAR SIR (SUSCEPTIBLE, INFECTIOUS AND RECOVERED) Amir Tjolleng 1), Hanny A. H. Komalig 1), Jantje D. Prang
Lebih terperinciDINAMIKA MODEL POPULASI SPESIES TUNGGAL PADA LINGKUNGAN TERCEMAR DENGAN WAKTU TUNDA TUNGGAL DISKRET LAILATUL QODARIAH
DINAMIKA MODEL POPULASI SPESIES TUNGGAL PADA LINGKUNGAN TERCEMAR DENGAN WAKTU TUNDA TUNGGAL DISKRET LAILATUL QODARIAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciPenentuan Bifurkasi Hopf Pada Predator Prey
J. Math. and Its Appl. ISSN: 9-65X Vol., No., Nov 5, 5 Penentuan Bifurkasi Hopf Pada Predator Prey Dian Savitri Jurusan Teknik Sipil, Fakultas Teknik Universitas Negeri Surabaya d savitri@yahoo.com Abstrak
Lebih terperinciANALISIS MATEMATIKA MODEL GOMPERTZ, MODEL GYLLENBERG-WEBB DAN MODIFIKASINYA PADA PERTUMBUHAN TUMOR KHAIRIDA ISKANDAR
ANALISIS MATEMATIKA MODEL GOMPERTZ, MODEL GYLLENBERG-WEBB DAN MODIFIKASINYA PADA PERTUMBUHAN TUMOR KHAIRIDA ISKANDAR SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2011 PERNYATAAN MENGENAI TESIS
Lebih terperinciSEMINAR HASIL TUGAS AKHIR Jurusan Matematika FMIPA ITS
SEMINAR HASIL TUGAS AKHIR Jurusan Matematika FMIPA ITS Pengendalian Populasi Hama pada Model Mangsa-Pemangsa dengan Musuh Alaminya Nabila Asyiqotur Rohmah 1209 100 703 Dosen Pembimbing: Dr Erna Apriliani,
Lebih terperinciANALISIS KESTABILAN MODEL INFEKSI VIRUS HEPATITIS B DENGAN PERTUMBUHAN HEPATOSIT YANG BERSIFAT LOGISTIK DEWI SENJA RAHMAHWATI
ANALISIS KESTABILAN MODEL INFEKSI VIRUS HEPATITIS B DENGAN PERTUMBUHAN HEPATOSIT YANG BERSIFAT LOGISTIK DEWI SENJA RAHMAHWATI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi yang begitu pesat mengakibatkan perkembangan pengetahuan tentang sistem dinamik juga pesat. Salah satu pengembangan sistem dinamik dalam kehidupan
Lebih terperinciLocal Stability of Predator Prey Models With Harvesting On The Prey. Abstract
Jurnal Ilmiah Pendidikan Matematika 99 Local Stability of Predator Prey Models With Harvesting On The Prey Oleh : Saiful Marom Pendidikan Matematika FKIP Universitas Pekalongan Abstract In this paper considered
Lebih terperinciBIFURKASI HOPF PADA MODEL SIKLUS BISNIS KALDOR-KALECKI TANPA DAN DENGAN WAKTU TUNDA NURRACHMAWATI
BIFURKASI HOPF PADA MODEL SIKLUS BISNIS KALDOR-KALECKI TANPA DAN DENGAN WAKTU TUNDA NURRACHMAWATI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang
BAB I PENDAHULUAN A. Latar Belakang Dalam kehidupan setiap makhluk hidup tidak dapat terlepas dengan yang namanya interaksi. Interaksi merupakan suatu jenis tindakan yang terjadi ketika dua atau lebih
Lebih terperinciBIFURKASI HOPF DALAM MODEL EPIDEMI DENGAN WAKTU TUNDAAN DISKRET
Vol. 5, No., Juni 009: 54-60 BIFUKASI HOPF DALAM MODEL EPIDEMI DENGAN WAKTU TUNDAAN DISKET ubono Setiawan Mahasiswa S Jurusan Matematika Universitas Gadah Mada Email : rubono_4869@yahoo.co.id Abstrak Di
Lebih terperinciANALISIS TITIK EKUILIBRIUM DAN SOLUSI MODEL INTERAKSI PEMANGSA-MANGSA MENGGUNAKAN METODE DEKOMPOSISI ADOMIAN
ANALISIS TITIK EKUILIBRIUM DAN SOLUSI MODEL INTERAKSI PEMANGSA-MANGSA MENGGUNAKAN METODE DEKOMPOSISI ADOMIAN TESIS diajukan untuk memenuhi salah satu syarat memperoleh gelar Magister Pendidikan Disusun
Lebih terperinciKESTABILAN MODEL BIOEKONOMI SISTEM MANGSA PEMANGSA SUMBER DAYA PERIKANAN DENGAN PEMANENAN PADA POPULASI PEMANGSA
KESTABILAN MODEL BIOEKONOMI SISTEM MANGSA PEMANGSA SUMBER DAYA PERIKANAN DENGAN PEMANENAN PADA POPULASI PEMANGSA Rustam Jurusan Matematika Universitas Sembilanbelas November Kolaka Email: rustam.math6@gmail.com/rustam.math@usn.ac.id
Lebih terperinciLANDASAN TEORI. Model ini memiliki nilai kesetimbangan positif pada saat koordinat berada di titik
LANDASAN TEORI Model Mangsa Pemangsa Lotka Volterra Bagian ini membahas model mangsa pemangsa klasik Lotka Volterra. Model Lotka Volterra menggambarkan laju perubahan populasi dua spesies yang saling berinteraksi.
Lebih terperinciSKEMA NUMERIK PERSAMAAN LESLIE GOWER DENGAN PEMANENAN
Skema Numerik ersamaan Leslie Gower dengan emanenan SKEMA NUMERIK ERSAMAAN LESLIE GOWER DENGAN EMANENAN Trija Fayeldi Jurusan endidikan Matematika Universitas Kanjuruhan Malang Email: trija_fayeldi@yahoocom
Lebih terperinciPEMANENAN OPTIMAL PADA MODEL REAKSI DINAMIK SISTEM MANGSA-PEMANGSA DENGAN TAHAPAN STRUKTUR. Yuliani, Marwan Sam
Jurnal Dinamika, September 2015, halaman 25-38 ISSN 2087-7889 Vol. 06. No. 2 PEMANENAN OPTIMAL PADA MODEL REAKSI DINAMIK SISTEM MANGSA-PEMANGSA DENGAN TAHAPAN STRUKTUR Yuliani, Marwan Sam Program StudiMatematika,
Lebih terperinciMODEL MATEMATIKA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE JUMADI
MODEL MATEMATIKA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE JUMADI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa
Lebih terperinciKESTABILAN MODEL BIOEKONOMI SISTEM MANGSA PEMANGSA SUMBER DAYA PERIKANAN DENGAN PEMANENAN PADA POPULASI PEMANGSA
KESTABILAN MODEL BIOEKONOMI SISTEM MANGSA PEMANGSA SUMBER DAYA PERIKANAN DENGAN PEMANENAN PADA POPULASI PEMANGSA STABILITY OF BIOECONOMICS MODELS PREY PREDATOR SYSTEM FISHERIES RESOURCES WITH HARVESTING
Lebih terperinciInteraksi Antara Predator-Prey dengan Faktor Pemanen Prey
NATURALA Journal of Scientific Modeling & Computation Volume No. 03 58 ISSN 303035 Interaksi Antara PredatorPrey dengan Faktor Pemanen Prey Suzyanna Fakultas Sains dan Teknologi Universitas Airlangga Abstrak
Lebih terperinciAPLIKASI METODE TRANSFORMASI DIFERENSIAL PADA SISTEM PERSAMAAN DIFERENSIAL BIASA PENDAHULUAN
APLIKASI METODE TRANSFORMASI DIFERENSIAL PADA SISTEM PERSAMAAN DIFERENSIAL BIASA E. KHATIZAH 1, P. T. KARIMA 2, D. I. ASTUTI 2 Abstrak Metode transformasi diferensial merupakan salah satu metode pendekatan
Lebih terperinciMODEL PREDATOR-PREY MENGGUNAKAN RESPON FUNGSIONAL TIPE II DENGAN PREY BERSIMBIOSIS MUTUALISME
1 JMP : Volume 5 Nomor 1, Juni 013, hal. 35-44 MODEL PREDATOR-PREY MENGGUNAKAN RESPON FUNGSIONAL TIPE II DENGAN PREY BERSIMBIOSIS MUTUALISME Ahmad Nasikhin dan Niken Larasati Prodi Matematika, Fakultas
Lebih terperinciANALISA KESEIMBANGAN INTERAKSI POPULASI TERUMBU KARANG, SIPUT DRUPELLA DAN PREDATORNYA MELALUI PHASE PORTRAIT
JIMT Vol. 11 No. 1 Juni 2014 (Hal. 82 93) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X ANALISA KESEIMBANGAN INTERAKSI POPULASI TERUMBU KARANG, SIPUT DRUPELLA DAN PREDATORNYA MELALUI PHASE PORTRAIT
Lebih 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 terperinciIV. HASIL DAN PEMBAHASAN. 4.1 Asumsi yang digunakan dalam sistem mangsa-pemangsa. Dimisalkan suatu habitat dimana spesies mangsa dan pemangsa hidup
IV. HASIL DAN PEMBAHASAN 4.1 Asumsi yang digunakan dalam sistem mangsa-pemangsa Dimisalkan suatu habitat dimana spesies mangsa dan pemangsa hidup berdampingan. Diasumsikan habitat ini dibagi menjadi dua
Lebih terperinciModel Mangsa-Pemangsa dengan Dua Pemangsa dan Satu Mangsa di Lingkungan Beracun
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 05 Model Mangsa-Pemangsa dengan Dua Pemangsa dan Satu Mangsa di Lingkungan Beracun Irham Taufiq, Imam Solekhudin, Sumardi 3 Fakultas Keguruan dan
Lebih terperinciMursyidah Pratiwi, Yuni Yulida*, Faisal Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat *
Jurnal Matematika Murni an Terapan εpsilon ANALISIS MODEL PREDATOR-PREY TERHADAP EFEK PERPINDAHAN PREDASI PADA SPESIES PREY YANG BERJUMLAH BESAR DENGAN ADANYA PERTAHANAN KELOMPOK Mursyiah Pratiwi, Yuni
Lebih terperinciPengendalian Populasi Hama pada Model Mangsa-Pemangsa dengan Musuh Alaminya
JURNAL SAINS DAN SENI POMITS Vol 2, No 1, (2013) 2337-3520 (2301-928X Print) 1 Pengendalian Populasi Hama pada Model Mangsa-Pemangsa dengan Musuh Alaminya Nabila Asyiqotur Rohmah, Erna Apriliani Jurusan
Lebih 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 terperinciDinamik Model Epidemi SIRS dengan Laju Kematian Beragam
Jurnal Matematika Integratif ISSN 1412-6184 Volume 10 No 1, April 2014, hal 1-7 Dinamik Model Epidemi SIRS dengan Laju Kematian Beragam Ni matur Rohmah, Wuryansari Muharini Kusumawinahyu Jurusan Matematika,
Lebih terperinciPENGARUH SCAVENGER (Pemakan Bangkai) TERHADAP KESTABILAN POPULASI MANGSA PEMANGSA PADA MODEL LOTKA VOLTERRA ELI WAHYUNI
PENGARUH SCAVENGER (Pemakan Bangkai) TERHADAP KESTABILAN POPULASI MANGSA PEMANGSA PADA MODEL LOTKA VOLTERRA ELI WAHYUNI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS
Lebih terperinciANALISIS MODEL MATEMATIKA PREDATOR-PREY DENGAN PREY YANG TERINFEKSI SKRIPSI
ANALISIS MODEL MATEMATIKA PREDATOR-PREY DENGAN PREY YANG TERINFEKSI SKRIPSI TYAS WIDYA NINGRUM PROGRAM STUDI MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS AIRLANGGA SURABAYA
Lebih terperinciKestabilan Titik Ekuilibrium Model SIS dengan Pertumbuhan Logistik dan Migrasi
Kestabilan Titik Ekuilibrium Model SIS dengan Pertumbuhan Logistik Migrasi Mohammad soleh 1, Parubahan Siregar 2 1,2 Jurusan Matematika Fakultas Sains Teknologi Universitas Islam Negeri Sultan Syarif Kasim
Lebih terperinciBIFURKASI DARI HASIL MODIFIKASI SISTEM PERSAMAAN LORENZ
Jurnal Matematika Murni dan Terapan Vol. 6 No. Juni : - 8 BIFURKASI DARI HASIL MODIFIKASI SISTEM PERSAMAAN LOREN Faisal PS Matematika FMIPA Universitas Lambung Mangkurat Jl. Jend. A. ani km. 6 Kampus Unlam
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 terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Wereng batang cokelat (Nilaparvata lugens), biasa disebut hama WBC. Hama ini merupakan hama umum tanaman padi di Indonesia, yaitu sudah lebih dari 80 tahun menjadi
Lebih terperinciPENYELESAIAN MODEL MANGSA PEMANGSA TIGA SPESIES DENGAN METODE HOMOTOPI YULI RAHMAWATI
PENYELESAIAN MODEL MANGSA PEMANGSA TIGA SPESIES DENGAN METODE HOMOTOPI YULI RAHMAWATI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN
Lebih terperinciANALISIS DINAMIK MODEL PREDATOR-PREY PADA POPULASI ECENG GONDOK DENGAN ADANYA IKAN GRASS CARP DAN PEMANENAN
ANALISIS DINAMIK MODEL PREDATOR-PREY PADA POPULASI ECENG GONDOK DENGAN ADANYA IKAN GRASS CARP DAN PEMANENAN Skripsi disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program Studi
Lebih terperinciKESTABILAN POPULASI MODEL LOTKA-VOLTERRA TIGA SPESIES DENGAN TITIK KESETIMBANGAN ABSTRACT
KESTABILAN POPULASI MODEL LOTKA-VOLTERRA TIGA SPESIES DENGAN TITIK KESETIMBANGAN Ritania Monica, Leli Deswita, Rolan Pane Mahasiswa Program Studi S Matematika Laboratorium Matematika Terapan, Jurusan Matematika
Lebih terperinciKESTABILAN MODEL MANGSA PEMANGSA DENGAN FUNGSI RESPON TIPE HOLLING II DAN WAKTU TUNDA
KESTABILAN MODEL MANGSA PEMANGSA DENGAN FUNGSI RESPON TIPE HOLLING II DAN WAKTU TUNDA STABILITY OF PREDATOR PREY MODEL WITH HOLLING TYPE II FUNCTIONAL RESPONSE AND TIME DELAY Budyanita Asrun, Syamsuddin
Lebih terperinciANALISIS SISTEM DINAMIK LALU LINTAS DENGAN MODEL MOBIL PENGIKUT PENI FITRIA RAHARJANTI
ANALISIS SISTEM DINAMIK LALU LINTAS DENGAN MODEL MOBIL PENGIKUT PENI FITRIA RAHARJANTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN
Lebih terperinciREGRESI KEKAR SIMPANGAN MUTLAK TERKECIL DENGAN MODIFIKASI SIMPLEKS MUHAMMAD YUSUF DWIHARJANGGI
REGRESI KEKAR SIMPANGAN MUTLAK TERKECIL DENGAN MODIFIKASI SIMPLEKS MUHAMMAD YUSUF DWIHARJANGGI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK
Lebih terperinciANALISIS DINAMIKA MODEL KOMPETISI DUA POPULASI YANG HIDUP BERSAMA DI TITIK KESETIMBANGAN TIDAK TERDEFINISI
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 3 (2013), hal 197 204. ANALISIS DINAMIKA MODEL KOMPETISI DUA POPULASI YANG HIDUP BERSAMA DI TITIK KESETIMBANGAN TIDAK TERDEFINISI Eka
Lebih terperinciKESTABILAN MODEL SATU MANGSA DUA PEMANGSA DENGAN FUNGSI RESPON TIPE HOLLING III DAN PEMANENAN
KESTABILAN MODEL SATU MANGSA DUA PEMANGSA DENGAN FUNGSI RESPON TIPE HOLLING III DAN PEMANENAN STABILITY OF ONE PREY TWO PREDATOR MODEL WITH HOLLING TYPE III FUNCTIONAL RESPONSE AND HARVESTING Didiharyono,
Lebih terperinciANALISIS KESTABILAN MODEL MUTUALISME DUA SPESIES SKRIPSI
ANALISIS KESTABILAN MODEL MUTUALISME DUA SPESIES SKRIPSI HERLINDA AYUNITA PROGRAM STUDI MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS AIRLANGGA SURABAYA 2016 ANALISIS KESTABILAN
Lebih 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 terperinciPERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL
PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan
Lebih terperinciMODEL MATEMATIKA PERPINDAHAN KELOMPOK BELALANG DENGAN METODE GELOMBANG BERJALAN NURUDIN MAHMUD
MODEL MATEMATIKA PERPINDAHAN KELOMPOK BELALANG DENGAN METODE GELOMBANG BERJALAN NURUDIN MAHMUD SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciBIFURKASI PITCHFORK SUPERKRITIKAL PADA SISTEM FLUTTER
BIFURKASI PITCHFORK SUPERKRITIKAL PADA SISTEM FLUTTER T - 2 Andini Putri Ariyani 1, Kus Prihantoso Krisnawan 2 Jurusan Pendidikan Matematika FMIPA UNY 1 e-mail:andiniputri_ariyani@yahoo.com, 2 e-mail:
Lebih terperinciIV PEMBAHASAN. ,, dan, dengan menggunakan bantuan software Mathematica ( ) ( ) ( ) ( ) ( ) ( )
IV PEMBAHASAN 4.1 Analisis Model HSC Tanpa Terapi 4.1.1 Penentuan Titik Tetap Model HSC Tanpa Terapi Titik tetap dari persamaan (3.1) (3.3) akan diperoleh dengan menetapkan,, dan, dengan menggunakan bantuan
Lebih terperinciANALISIS DINAMIKA MODEL KEBAHAGIAAN NELI YUSRI MARDIANA G
ANALISIS DINAMIKA MODEL KEBAHAGIAAN NELI YUSRI MARDIANA G54008 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 007 ABSTRACT NELI YUSRI MARDIANA. Analysis of
Lebih terperinciANALISIS KESTABILAN 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 terperinciBIFURKASI PITCHFORK PADA SISTEM DINAMIK DIMENSI-n SKRIPSI
BIFURKASI PITCHFORK PADA SISTEM DINAMIK DIMENSI-n SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk memenuhi sebagian persyaratan guna memperoleh
Lebih terperinciUNNES Journal of Mathematics
UJM 4 (1) (2015) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm ANALISIS MODEL PREDATOR-PREY DUA SPESIES DENGAN FUNGSI RESPON HOLLING TIPE III Putri Wijayanti, M. Kharis Jurusan
Lebih terperinciMODEL DINAMIK INTERAKSI DUA POPULASI (Dynamic Model Interaction of Two Population)
Jurnal Barekeng Vol. 5 No. 1 Hal. 9 13 (211) MODEL DINAMIK INTERAKSI DUA POPULASI (Dynamic Model Interaction of Two Population) FRANCIS Y. RUMLAWANG 1, TRIFENA SAMPELILING 2 1 Staf Jurusan Matematika,
Lebih terperinciKETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN
KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa tesis Keterkontrolan
Lebih terperinciBAB I PENDAHULUAN. Besar Penelitian Tanaman Padi, tikus sawah merupakan hama utama penyebab
BAB I PENDAHULUAN A. Latar Belakang Masalah Tikus sawah (Rattus argentiventer) merupakan salah satu spesies hewan pengerat yang mengganggu aktivitas manusia terutama petani. Menurut Balai Besar Penelitian
Lebih terperinciPEMODELAN SISTEM PENDULUM TERBALIK GANDA DAN KARAKTERISASI PARAMETER PADA MASALAH REGULASI OPTIMAL HASBY ASSIDIQI
PEMODELAN SISTEM PENDULUM TERBALIK GANDA DAN KARAKTERISASI PARAMETER PADA MASALAH REGULASI OPTIMAL HASBY ASSIDIQI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN
Lebih terperinciUNIVERSITAS NEGERI SEMARANG
ANALISIS MODEL PREDATOR-PREY DUA SPESIES DENGAN FUNGSI RESPON HOLLING TIPE III skripsi disajikan sebagai salah satu syarat untuk mencapai gelar Sarjana Sains Program Studi Matematika oleh Putri Wijayanti
Lebih terperinciMODEL MATEMATIKA STRUKTUR UMUR INFEKSI VIRUS HIV DENGAN KOMBINASI TERAPI OBAT MUHAMMAD BUWING
MODEL MATEMATIKA STRUKTUR UMUR INFEKSI VIRUS HIV DENGAN KOMBINASI TERAPI OBAT MUHAMMAD BUWING SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih 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 terperinciPEMODELAN MATEMATIKA DAN ANALISIS KESTABILAN LOKAL PADA PERUBAHAN POPULASI PENDERITA DIABETES MELITUS
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 135-142 PEMODELAN MATEMATIKA DAN ANALISIS KESTABILAN LOKAL PADA PERUBAHAN POPULASI PENDERITA DIABETES MELITUS Marisa Effendi,
Lebih terperinciPERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL
PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan
Lebih terperinciBAB 4 MODEL DINAMIKA NEURON FITZHUGH-NAGUMO
BAB 4 MODEL DINAMIKA NEURON FITZHUGH-NAGUMO 4.1 Model Dinamika Neuron Fitzhugh-Nagumo Dalam papernya pada tahun 1961, Fitzhugh mengusulkan untuk menerangkan model Hodgkin-Huxley menjadi lebih umum, yang
Lebih terperinciMODIFIKASI METODE RELE UNTUK MODEL PENDUDUK QUASI-STABIL CECEP A.H.F. SANTOSA
MODIFIKASI METODE RELE UNTUK MODEL PENDUDUK QUASI-STABIL CECEP A.H.F. SANTOSA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 Hak Cipta milik Institut Pertanian Bogor, tahun 2008 Hak Cipta dilindungi
Lebih terperinciFORMULASI HAMILTONIAN UNTUK MENGGAMBARKAN GERAK GELOMBANG INTERNAL PADA LAUT DALAM RINA PRASTIWI
FORMULASI HAMILTONIAN UNTUK MENGGAMBARKAN GERAK GELOMBANG INTERNAL PADA LAUT DALAM RINA PRASTIWI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinci