JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 2, 47-56, Agustus 2002, ISSN :

dokumen-dokumen yang mirip
BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

=====O0O===== Gerak Vertikal Gerak vertikal dibagi menjadi 2 : 1. GJB 2. GVA. A. GERAK Gerak Lurus

Analisis Model dan Contoh Numerik

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

Integral dan Persamaan Diferensial

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB II TINJAUAN TEORITIS

3. Kinematika satu dimensi. x 2. x 1. t 1 t 2. Gambar 3.1 : Kurva posisi terhadap waktu

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

B a b 1 I s y a r a t

KINEMATIKA GERAK DALAM SATU DIMENSI

1.4 Persamaan Schrodinger Bergantung Waktu

Estimasi Fungsi Tahan Hidup Virus Hepatitis di Kabupaten Jember (Estimating of Survival Function of Hepatitis Virus in Jember)

Perancangan Kontrol Optimal pada Model Matematika Bioekonomik

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

FISIKA. Kelas X GLB DAN GLBB K13 A. GERAK LURUS BERATURAN (GLB)

Pekan #3. Osilasi. F = ma mẍ + kx = 0. (2)

BAB 2 LANDASAN TEORI

JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: ( Print) D-108

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA TERAPAN (2 sks)

MODUL III ANALISIS KELAYAKAN INVESTASI

PELATIHAN STOCK ASSESSMENT

BAB 2 LANDASAN TEORI

BAB IV PERHITUNGAN NUMERIK

BAB I PENDAHULUAN. 1.1 Latar Belakang

Jurusan Teknik Sipil Fakultas Teknik Sipil dan Perencanaan Universitas Mercu Buana MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA DASAR (4 sks)

Suatu Catatan Matematika Model Ekonomi Diamond

III. METODE PENELITIAN. Usahatani belimbing karangsari adalah kegiatan menanam dan mengelola. utama penerimaan usaha yang dilakukan oleh petani.

BAB KINEMATIKA DENGAN ANALISIS VEKTOR

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

PENGARUH MODEL PEMBELAJARAN PROBLEM SOLVING TERHADAP HASIL BELAJAR FISIKA SISWA KELAS VIII DI SMPN 5 LINGSAR TAHUN PELAJARAN 2012/2013

Darpublic Nopember 2013

KENDALI OPTIMAL PADA PENGADAAN BAHAN MENTAH DENGAN KEBIJAKAN PENGADAAN TEPAT WAKTU, PERGUDANGAN, DAN PENUNDAAN. Oleh: Darsih Idayani

BAB 4 PENGANALISAAN RANGKAIAN DENGAN PERSAMAAN DIFERENSIAL ORDE DUA ATAU LEBIH TINGGI

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Adapun bentuk yang sederhana dari suatu persamaan diferensial orde satu adalah: di dt

PENGGUNAAN KONSEP FUNGSI CONVEX UNTUK MENENTUKAN SENSITIVITAS HARGA OBLIGASI

BAB 2 LANDASAN TEORI. matematika, age-structured epidemic model, basic reproduction rate, teori interaksi

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

HUMAN CAPITAL. Minggu 16

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

BAB 2 TINJAUAN TEORITIS. dari bahasa Yunani yang berarti Demos adalah rakyat atau penduduk,dan Grafein

Bab II Dasar Teori Kelayakan Investasi

GERAK LURUS BESARAN-BESARAN FISIKA PADA GERAK KECEPATAN DAN KELAJUAN PERCEPATAN GLB DAN GLBB GERAK VERTIKAL

III KERANGKA PEMIKIRAN

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*

PENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN

Bab IV Pengembangan Model

Kontrol Optimal pada Model Economic Order Quantity dengan Inisiatif Tim Penjualan

Faradina GERAK LURUS BERATURAN

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

METODE PENELITIAN. Kawasan Pesisir Kabupaten Kulon Progo. Pemanfaatan/Penggunaan Lahan Saat Ini

METODE PENELITIAN. yang digunakan untuk mengetahui dan pembahasannya mengenai biaya - biaya

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB II MATERI PENUNJANG. 2.1 Keuangan Opsi

III. METODE PENELITIAN. Konsep dasar dan definisi operasional merupakan pengertian dan petunjuk yang

BAB 2 TINJAUAN TEORITIS. bahasa Yunani yang berarti Demos adalah rakyat atau penduduk, dan Grafein adalah

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP

III. METODE PENELITIAN

BAB II TINJAUAN PUSTAKA

Aplikasi Metode Seismik 4D untuk Memantau Injeksi Air pada Lapangan Minyak Erfolg

BAB II PERTIDAKSAMAAN CHERNOFF

Hitung penurunan pada akhir konsolidasi

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA

BAB 2 LANDASAN TEORI

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis

ADOPSI REGRESI BEDA UNTUK MENGATASI BIAS VARIABEL TEROMISI DALAM REGRESI DERET WAKTU: MODEL KEHILANGAN AIR DISTRIBUSI DI PDAM SUKABUMI

BAB 2 LANDASAN TEORI

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

FIsika KTSP & K-13 KINEMATIKA. K e l a s A. VEKTOR POSISI

BAB III METODE PENELITIAN

IV. METODE PENELITIAN

USULAN PENERAPAN METODE KOEFISIEN MANAJEMEN (BOWMAN S) SEBAGAI ALTERNATIF MODEL PERENCANAAN PRODUKSI PRINTER TIPE LX400 PADA PT X

Analisis Gerak Osilator Harmonik Dengan Gaya pemaksa Bebas Menggunakan Metode Elemen Hingga Dewi Sartika junaid 1,*, Tasrief Surungan 1, Eko Juarlin 1

post facto digunakan untuk melihat kondisi pengelolaan saat ini berdasarkan

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi.

ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Studi kasus pada CV Cita Nasional.

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai

IV. METODE PENELITIAN

PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR FISIKA SISWA

BAB III METODE PENELITIAN

KINETIKA KIMIA LAJU DAN MEKANISME DALAM REAKSI KIMIA. Disampaikan oleh : Dr. Sri Handayani 2013

MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH)

III. METODE PENELITIAN

ANALISIS SISTEM PENTANAHAN GARDU INDUK TELUK LEMBU DENGAN BENTUK KONSTRUKSI GRID (KISI-KISI)

BAB III METODE PENELITIAN

Analisis Rangkaian Listrik Di Kawasan Waktu

II LANDASAN TEORI 2.1 Persamaan Dasar Fluida

PENYELESAIAN SISTEM DESKRIPTOR KONTINU

Transkripsi:

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 2, 47-56, Agusus 22, ISSN : 4-858 PENGEFEKTIFAN USAHA MEDIS DALAM MEMBATASI EPIDEMI DENGAN KONTROL BANG-BANG Heru Cahyadi dan Ponidi Jurusan Maemaika FMIPA UI Absrak Dalam makalah ini akan dibahas mengenai aplikasi konrol opimal dengan konrol bang-bang pada efekifias usaha medis dalam membaasi epidemi. Mula-mula dimodelkan ingka perubahan jumlah penduduk yang erinfeksi penyaki dengan adanya usaha medis yang dilakukan yang menjadi kendala pada konrol opimal ini, kemudian dimodelkan fungsi objekif yaiu akan diminimumkannya cos usaha medis dalam membaasi epidemi dengan baas akhir yang dienukan. Kemudian dengan eori konrol opimal yang menggunakan konrol bang-bang akan dihasilkan sisem yang opimal. Dan hasilnya akan disimulasikan dengan kompue menggunakan sofware Mahlab. Kaa kunci : Prinsip maksimum Ponryagin, konrol bang-bang.. PENDAHULUAN Penyaki infeksi adalah suau penyaki pada manusia aau binaang yang erjadi sebagai akiba dari suau infeksi. Infeksi adalah masuknya suau agen yang dapa menyebabkan infeksi ke dalam ubuh manusia aau binaang, kemudian di dalamnya agen ersebu berkembang dan memperbanyak diri. Penyaki konagiosa adalah penyaki infeksi yang diularkan secara konak langsung. Epidemi aau penyaki menular adalah suau penyaki yang disebabkan oleh suau agen penyaki infeksi aau oxin dari agen ersebu, yang erjadi melalui ransmisi agen aau oxin dari peranara (reservoir) erenu kepada induk semang (hos) yang renan erular penyaki (suscepible) baik secara langsung aau ak langsung. Jadi isilah epidemi lebih luas dari penyaki konagiosa aau penyaki infeksi (Lapau B, 995). 47

Pengefekifan Usaha Medis (Heru cahyadi dan Ponidi) Pola penyebaran epidemi pada penduduk dipengaruhi oleh beberapa fakor. Fakor yang jelas berpengaruh dalam penyebaran epidemi anara lain yang perama adalah musim, perbandingan daerah-daerah belahan uara dan belahan selaan juga daerah ropis berguna dalam menunjukan apakah fakor musim memegang peranan pening. Maksudnya pada hal-hal erenu fakor musim berperan dominan dan pada hal-hal lain ak berpengaruh. Dari daa yang diperoleh pada daerah yang memiliki empa musim, pada akhir musim dingin erjadi campak, hepaiis A, pada akhir musim panas erjadi polio, pada awal musim dingin erjadi influenza, pada musim semi erjadi mumps, sedangkan TBC idak berganung pada musim. Yang kedua adalah fakor disribusi geografis. Cara klasik unuk meliha erjadinya suau epidemi adalah dengan memplo seiap kasus baru pada pea dari daerah yang bersangkuan. Disribusi penyaki sering menunjukan adanya konsenrasi pada daerah geografis erenu. Misalkan polio di Chicago, 956. Tingka eringgi didalam koa, sanga berhubungan dengan konsenrasi penduduk keurunan Negro. S. Louis encephaliis di Houson, 964. Tingka eringgi di dalam koa, ak memandang ras, kasus erbanyak disepanjang sungai yang melalui koa. Sedangkan Hepaiis A di Alabama, 955. Konsenrasi deka pelabuhan, di daerah moel dan resoran (Coggon D, 996). Salah sau masalah yang muncul dari fenomena di aas adalah bagaimana cara membaasi penyaki menular yang efekif dapa dilakukan. Sampai saa ini ada dua cara yang sering dilakukan, yang perama pengurangan konak anara kasus yang infecious dan suscepible misalnya dengan karanina. Cara ini adalah suau cara yang sanga efekif, akan eapi sanga suli dierapkan dalam kehidupan sekarang ini. Oleh karena iu cara ersebu idak menjadi perhaian dalam makalah ini. Sedangkan yang kedua adalah pengurangan suscepible. Pendekaan seperi ini dapa dilakukan dengan usaha-usaha medis. Masalahnya adalah seringkali usaha medis yang dilakukan idak opimal sehingga jusru menimbulkan cos yang cukup besar dibandingkan dengan keefekifan usaha ersebu dalam membaasi epidemi. Selanjunya dalam makalah ini akan dijelaskan suau model maemais dari opimisasi usaha medis dalam membaasi epidemi ini. 48

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 2, 47-56, Agusus 22, ISSN : 4-858 2. PROSES PEMODELAN Dalam membaasi epidemi, salah sau masalah yang dihadapi oleh enaga medis adalah seringkali usaha medis yang dilakukan unuk membaasi epidemi ersebu kurang efekif, sehingga jusru cos yang dikeluarkan dari usaha medis ini sanga besar jika dibandingkan dengan keberhasilan dalam pembaasan epidemi ersebu. Sehingga cos dari usaha medis dan dari akiba mewabahnya epidemi ersebu perlu diminimumkan, dan hal inilah yang akan dijadikan fungsi objekif dari permasalahan di aas. Sedangkan yang menjadi kendala dari masalah ini adalah perlu diperhaikannya jumlah oal penduduk dan usaha medis maksimum yang dapa dilakukan, juga jumlah orang yang erinfeksi suau penyaki pada awal dan akhir waku yang sudah dienukan sehingga diperoleh model perubahan jumlah orang yang erjangki penyaki epidemi. Misalkan pada saa jumlah orang yang erinfeksi suau penyaki adalah x(). Asumsikan bahwa sebelumnya idak ada vaksinasi. Laju perumbuhan dari jumlah orang yang erinfeksi suau penyaki adalah xɺ (), dimana xɺ () proporsional erhadap x() saa x() kecil dan posiif, eapi xɺ () akan menurun jika x() sanga besar, ini disebabkan jumlah orang yang erinfeksi akan semakin sediki karena baas maksimum dari jumlah penduduk pada daerah yang erkena epidemi, sehingga didapa model maemaika persamaan logisik sebagai beriku, xɺ () = bx()[n x()] (2.) dengan b suau konsana dan N jumlah oal maksimum penduduk yang mungkin pada daerah yang erkena epidemi. Persamaan diferensial (2.) di aas merupakan suau persamaan yang menunjukan bahwa laju infeksi sebelum adanya usaha medis yang dilakukan unuk membaasi epidemi. Selanjunya jika dilakukan usaha medis u(), maka usaha ini akan mengurangi laju yang erkena infeksi sebesar u()x(). Disini u() (erleak < u() < U) adalah suau ukuran dari usaha medis (dengan baas aasnya U) dan laju dari usaha medis yang dilakukan proporsional dari banyaknya orang yang erinfeksi penyaki. Dengan memperhaikan persamaan logisik dan usaha medis ini didapa 49

Pengefekifan Usaha Medis (Heru cahyadi dan Ponidi) xɺ () = bx()[n-x()] x()u() (2.2) dengan x() = x, x(t) = x T, x() N, u() U, Selanjunya persamaan (2.2) digunakan sebagai kendala dari model konrol opimal yang dibahas. Sedangkan fungsi objekif dari masalah ini adalah akan diminimumkannya cos dari usaha medis yang dilakukan akiba adanya epidemi. Misalkan x() menunjukan jumlah orang yang erkena infeksi pada waku, dari keseluruhan penduduk sebanyak N, dan u() menunjukan inensias usaha medis yang dilakukan pada waku. Dalam pembenukan fungsi objekif persamaan x() dan u() masing-masing perlu dikalikan dengan suau parameer, misalkan k dan K. Parameer k dan K secara beruru menunjukan suau uni biaya yang digunakan unuk usaha medis dan dampak dari jumlah orang yang erinfeksi akiba epidemi. Min J(u) = e δ [ku() + Kx()] d (2.3) u T Dari kedua proses pemodelan di aas, didapa model konrol opimal masalah pembaasan epidemi MinJ = e δ [ku() + Kx()] d (2.4) u T dengan kendala xɺ ()= bx()[n x()] x()u() ; x() = x, x(t) = x T, x() N, u() U, Di sini u() adalah fungsi konrol dan x() adalah fungsi keadaan. 3. PENYELESAIAN Pada bagian ini akan dicari fungsi konrol û, yang merupakan penyelesaian dari (2.4). Perhaikan bahwa model epidemi ini fungsi konrolnya linear pada fungsi objekif dan kendalanya dibaasi pada u() U. Menuru prinsip maksimum Ponryagin bahwa Hamilonian akan minimal erganung dari fungsi konrolnya. Karena dalam masalah ini Hamilonian memiliki fungsi konrol yang linear dengan u() U maka fungsi konrolnya adalah aau U, kecuali 5

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 2, 47-56, Agusus 22, ISSN : 4-858 jika koefisien u() pada Hamilonian adalah nol dimana unuk kasus ini nilai fungsi konolnya erleak anara dan U. Kasus yang perama ini disebu konrol bang-bang (fungsi konrol melompa anara dan U), dan kasus yang kedua disebu kondisi singular. Pada model epidemi ini mula-mula opimalisasi erjadi pada inerval bangbang, kemudian suau kondisi singular, selanjunya inerval bang-bang yang lain (yang akan mencapai syara x(t) = x T ). Unuk lebih jelasnya perhaikan proses penyelesaian beriku ini. Dari prinsip maksimum Ponryagin didapa bahwa Hamilonian dari masalah (2.4) adalah H = e -δ [ku() + Kx()] + p (){bx()[ N x()] u()x()} (3.) Unuk mencari u sehingga meminimalkan fungsi objekif (2.4), berdasarkan prinsip maksimum Ponryagin, didapa: aau H[ xˆ( ), uˆ( ),, p( )] H[ xˆ( ), u( ),, p( )]; u( ) U (3.2) e - e - δ [k u ˆ( ) + K x ˆ( ) ] + p (){b x ˆ( ) [ N x ˆ( ) ] u ˆ( ) x ˆ( ) } δ [ku() + K x ˆ( ) ] + p (){b x ˆ( ) [N x ˆ( ) ] u() x ˆ( ) } (3.3) Dengan hanya memperhaikan suku-suku pada persamaan (3. 3) yang mengandung u() u maka masalah yang bersesuaian dapa diuliskan sebagai beriku : min e -δ ku() - p () x()u(); u( ) U ; [,T] (3.4) Unuk memudahkan penyelesaian definisikan ( ) e δ µ = p ( ). Dan karena fakor e δ selalu posiif, maka masalah yang bersesuaian menjadi min [k - µ () x()]u(); u( ) U (3.5) u Dan persamaan diferensial adjoinnya adalah aau - pɺ ( ) = H = Ke -δ + p ( ) {bn 2bx() u()} (3.6) x pɺ ( ) + {bn 2bx() u()} p ( ) = -K e -δ Jika persamaan (3.6) dikalikan dengan e δ maka didapa (3.7) 5

Pengefekifan Usaha Medis (Heru cahyadi dan Ponidi) e δ pɺ ( ) + {bn 2bx() u()} e δ p ( ) = -K (3.8) dan persamaan (3. 8) dapa juga diulis sebagai e δ pɺ ( ) + δ e δ p ( ) + {-δ + bn 2bx() u()}e δ p ( ) = -K (3.9) δ ( Karena ɺ µ ) = e [ pɺ ( ) + δp ( )] maka persamaan diferensial adjoinnya menjadi µɺ () + {-δ + bn 2bx() u()} µ () = -K (3.) Dari persamaan (3.5) masalah yang bersesuaian diperoleh dengan konrol bangbang û () = ; jika µ () x() < k û () = U; jika µ () x() > k Jika x() menyenuh baas, di aau N, maka u() harus dimodifikasi agar x() idak melewai baas. Tinjau persamaan diferensial yang diberikan pada (2.) unuk x(), unuk u() = pada suau inerval waku, dan unuk u() = U pada suau inerval waku yang lain. Jika u() = maka dari persamaan (2.2) didapa xɺ ()= bx()[n x()] sehingga diperoleh xˆ () = N/( + α e Nb ), dimana α adalah suau konsana inegrasi. Jika u() = U maka dari persamaan (2.2) di dapa xɺ () = (bn U)x() b(x()) 2 Perama injau jika b < U/N, maka xɺ () = -b(gx() + (x()) 2 ); dengan g = (U/b) N >. Sehingga diperoleh gb xˆ () = g/( β e ), dimana β adalah suau konsana inegrasi. Kedua, injau jika b > U/N, maka xɺ () = -bx()(-h + x()); dengan h = -(U/b) + N >. Sehingga diperoleh xˆ () = h/( - γ e hb ); dimana γ adalah suau konsana inegrasi. 52

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 2, 47-56, Agusus 22, ISSN : 4-858 Opimalisasi usaha medis di aas merupakan konrol bang-bang kecuali bagi kondisi singular pada suau T* dimana u() diaur (dalam (,U)) unuk memenuhi syara akhir x(t) = x T. Bagaimana jika µ () x() = k? Keika inerval = T *, perimbangkan sebuah solusi kondisi singular yang mungkin, dimana x() x *, µ () µ *, dengan x * µ * = k dan u() u *. Solusi ini menunjukan suau kondisi singular, selama urunan erhadap waku xɺ () dan µɺ (). Karena urunannya nol, dari persamaan (3.) dan (2.2) di dapa (-δ + bn bx * - u * ) µ * = -K dan = bx * [N x * ] u * x * -δ + bn bx * - u * = -K/ µ * = -Kx * /k dan = bn u * - bx * Dari dua persamaan ersebu diperoleh x * = δ k/(k bk) dan u * = b(n x * ) (Dalam solusi kondisi singular ini, jika x * > N maka x * mesi digani dengan N dan u * dengan unuk memenuhi kendalanya). Dari penyelesaian masalah di aas didapa solusi opimal sebagai beriku : Nb N /[ +α e ] unuk û () = x () = δ k/(k bk) unuk û () = b(n x * ) g /[ β e gb ] unuk û () = U dan b<u/n hb h /[ γ e ] unuk û () = U dan b<u/n 4. SIMULASI KOMPUTER Pada bagian ini akan diberikan simulasi kompuer masalah pengefekifan usaha medis dalam membaasi epidemi dengan konrol bang-bang, unuk nilainilai parameer berbeda dengan Mahlab. Gambar 4. a,b,c beriku adalah simulasi yang dilakukan unuk parameer δ =.8, k =.3, K =.4, N =, x = 2, b =.3 dan U =. Diperoleh panjang inerval = 6 unuk û = dan kondisi singular pada = 7 dengan û (7) =.28 dan xˆ (7) = 6.38 sedangkan unuk û = dengan panjang inerval = 8. 53

Pengefekifan Usaha Medis (Heru cahyadi dan Ponidi) 8 7 7 jumlah penduduk erinfeksi penyaki 6 5 4 3 2 jumlah penduduk erinfeksi penyaki 6 5 4 3 2 5 5 2 2 4 6 8 2 4 w a k u (h a ri) w a k u (h a ri ) Gb. 4..a Grafik x sebelum pengobaan Gb. 4..b Grafik x seelah pengobaan 6 jumlah penduduk erinfeksi penyaki 5 4 3 2 2 4 6 8 2 4 w a k u (h a ri) Gb. 4..c. Grafik x sebelum dan seelah pengobaan Selanjunya gambar 4.2 a,b,c beriku adalah simulasi yang dilakukan unuk parameer δ =.8, k =.3, K =.4, N =, x = 2, b =.3 dan U =. Di sini berari nilai parameer b dinaikan sebanyak x dibandingkan pada simulasi Gambar 4.a,b,c. Dengan menaikan nilai b berari laju penyebaran epidemi aau orang yang erinfeksi penyaki lebib cepa. Diperoleh panjang inerval = 2 unuk û = dan kondisi singular pada = 3 dengan û (3) =.276 dan xˆ (3) = 77.42 sedangkan unuk û = dengan panjang inerval = 2. 8 7 7 jumlah penduduk erinfeksi penyaki 6 5 4 3 2 jumlah penduduk erinfeksi penyaki 6 5 4 3 2 5 5 2 waku (hari) 2 4 6 8 2 4 waku (hari) Gb. 4.2 a Grafik x sebelum pengobaan GB 4.2.b Grafik x seelah pengobaan 54

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 2, 47-56, Agusus 22, ISSN : 4-858 7 jumlah penduduk erinfeksi penyaki 6 5 4 3 2 5 5 2 2 5 3 w a k u ( h a r i ) Gb. 4.2.c Grafik x sebelum dan seelah pengobaan Sedangkan gambar 4.3 a,b,c beriku adalah simulasi yang dilakukan unuk parameer δ =.8, k =.3, K =.4, N =, x = 2, b =.3 dan U =. Di sini berari nilai parameer x dinaikan sebanyak x dibandingkan pada simulasi Gambar 4.a,b,c. Dengan menaikan nilai x berari jumlah orang yang erinfeksi penyaki lebih besar dibandingkan pada simulasi Gambar 4.a,b,c Diperoleh panjang inerval = 38 unuk û = dan kondisi singular pada = 39 dengan û (39) =.28 dan xˆ (39) = 6.38 sedangkan unuk û = dengan panjang inerval = 8. jumlah penduduk erinfeksi penyaki 8 7 6 5 4 3 2 jumlah penduduk erinfeksi penyaki 7 6 5 4 3 2 5 5 w a k u (h a ri) 2 4 6 8 2 4 waku (hari) Gb. 4.3 a Grafik x sebelum pengobaan Gb. 4.3 b Grafik x seelah pengobaan 7 jumlah penduduk erinfeksi penyaki 6 5 4 3 2 5 5 2 w a k u (h a ri) Gb. 4.3.c Grafik x sebelum dan seelah pengobaan 55

Pengefekifan Usaha Medis (Heru cahyadi dan Ponidi) 5. KESIMPULAN Lama waku pengobaan dipengaruhi oleh cepa lambanya laju penyebaran epidemi. Semakin cepa laju penyebarannya maka waku pengobaan yang dibuuhkan unuk mencapai syara akhir semakin lama. Sedangkan besar kecilnya jumlah orang yang erinfeksi awal pada laju penyebaran yang sama idak mempengaruhi waku pengobaan yang dibuuhkan unuk mencapai syara akhir. DAFTAR PUSTAKA. Barrow, David & friends, Solving Differenial Equeions wih Maple V, Texas A & M Universiy, 998. 2. Coggon, D, Geoffrey, Rose, Barker, D.J.P, Epidemiologi bagi Pemula; alih bahasa, Ali Ghufron, EGC, Jakara, 996. 3. Craven, B.D, Conrol and Opimizaion, Chapman and Hall, London, 995. 4. Kusumarupi, Rini & Ponidi, Pengopimalan Kemoerapi Pada suau Model HIV, FMIPA UI, Depok, 2. 5. Lapau Buchari, Aspek Biologis dari Penyaki Infeksi, FKM UI, Depok, 995. 6. Takayama, Mahemaical Economics, Cambridge Univ. Press, NY, 997. 56